预测未经计划的创伤重症监护室入院,用于最初的非手术,非ICU患者
Tyler Zander1, Melissa A Kendall1, Emily A Grimsley1
1Department of Surgery, OnetoMap Analytics, University of South Florida Morsani College of Medicine, Tampa, Florida.
机器学习模型显示了预测创伤患者意外入院重症监护室 (ICU) 的潜力. 关键预测因素包括伤害严重性得分 (ISS) 和患者年龄,尽管需要进一步的研究来提高准确性.
科学领域:
- 创伤外科 手术 创伤外科
- 医疗保健中的机器学习
- 预测分析是一种预测分析.
背景情况:
- 在创伤患者中,不计划的重症监护病房 (ICU) 入院与更糟糕的结果有关.
- 预测这些入院对于资源分配和患者管理至关重要.
研究的目的:
- 开发和解释机器学习模型,用于预测非手术性创伤患者的意外ICU入院情况.
- 通过使用可解释的人工智能识别非计划性ICU入院的关键预测因素.
主要方法:
- 利用了一个大型数据集 (2020-2021 TQIP) 的成年创伤患者进入非ICU地点.
- 在接收变量上训练梯度增强机器模型 (CatBoost,LightGBM,XGBoost).
- 为了模型的可解释性,使用了夏普利添加式解释 (SHAP).
主要成果:
- 该研究分析了超过110万名患者,其中1.6%的患者经历了无计划的ICU入院.
- 模型的AUC为0.78和F1得分为0.12,表明与少数群体阶级的挑战.
- 伤害严重性评分 (ISS),年龄和缺乏并发症是最有影响力的预测因素.
结论:
- 可解释机器学习为预测创伤护理中未计划的ICU入院提供了一个有希望的方法.
- 国际空间站和年龄是重要的因素,但模型性能需要提高,特别是不平衡的数据.
- 进一步的研究对于完善预测准确性和临床实用性至关重要.
更多相关视频
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
10:38Observational Study Protocol for Repeated Clinical Examination and Critical Care Ultrasonography Within the Simple Intensive Care Studies
Published on: January 16, 2019
相关概念视频
Planning Nursing Care I
Acute Coronary Syndrome IV: Interprofessional Care
Aneurysm IV: Nursing Management
Peripheral Artery Disease V: Postoperative Nursing Management
Flail Chest-II
Assessment:
1. Clinical Evaluation:
History:
