多机构模型用于预测心脏手术后在重症监护室停留的时间

科学领域:

• 心血管外科心血管外科
• 临界护理医学 临界护理医学
• 医疗保健服务研究 医疗服务研究

背景情况:

• 重症监护室 (ICU) 停留时间 (LOS) 在心脏手术后的住院费用上有显著的贡献.
• 现有的风险计算器,如胸部外科医生协会 (STS) 风险计算器,预测总LOS,但不区分ICU和非ICU时间.
• 准确预测长期ICU LOS对于资源管理和患者护理优化至关重要.

研究的目的:

• 在接受心脏手术的成年患者中开发和验证长期ICU LOS的预测模型.
• 确定与延长ICU停留相关的关键手术前预测因素.
• 为改善患者咨询和医疗保健资源分配提供一个工具.

主要方法:

• 通过使用区域合作 (2014-2021) 中接受STS指数操作的成年患者的数据,开发了一种后勤回归模型.
• 长时间的ICU LOS被定义为术后≥72小时.
• 内部验证使用启动,评估模型歧视 (C指数) 和校准 (平均绝对误差) 进行.

主要成果:

• 该研究包括37519名患者,其中31.5%的患者经历了长期的ICU LOS.
• 长期ICU LOS的显著预测因素包括末期肝病得分模型,手术前的大动脉内气球的使用,以及特定的手术类型 (所有P < .0001).
• 开发的预测模型显示出良好的区分 (C指数=0.71) 和优秀的校准 (MAE=0.005).

结论:

• 手术前的数据可以准确地预测心脏手术后的长时间ICU停留时间.
• 开发的模型可以协助患者咨询,并优化重症监护机构的资源配置.
• 该模型的应用可以扩展到使用全州数据库的其他医疗保健实践.