在腹腔镜妇科瘤切除期间低温风险的预测工具
Xiaosheng Cao1, Xuejin Wen1, Hua Tang1
1Department of Anesthesiology, Liuzhou Maternal and Child Health Hospital, Liuzhou 545001, Guangxi, China.
European journal of obstetrics, gynecology, and reproductive biology
|January 19, 2025
概括
一个机器学习模型准确地预测了妇科手术患者的手术内低温. 关键因素包括患者的特征和环境条件,使积极的预防策略成为可能.
科学领域:
- 麻醉学 麻醉学
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
背景情况:
- 在腹腔镜妇科瘤切除过程中,手术期间的低温是显著的风险.
- 准确的预测对于患者安全和改善手术结果至关重要.
研究的目的:
- 开发和验证基于机器学习的预测模型,用于腹腔镜妇科瘤切除患者的手术内低温.
- 确定影响手术内低温症发展的关键因素.
主要方法:
- 对308名接受腹腔镜妇科瘤切除的患者进行了回顾性分析.
- 开发分类和回归树,随机森林和支向量机模型.
- 使用建模数据集 (70%) 识别影响因素,并在单独的数据集 (30%) 上进行验证.
主要成果:
- 手术后体温下降的发生率为30.84%.
- 重要影响因素包括年龄,体重指数,手术前体温,手术前白蛋白,手术室温度和腹洗液体体积.
- 随机森林模型展示了卓越的预测性能.
结论:
- 开发的随机森林模型有效地预测了这种患者群体的手术内低温症.
- 该模型突出了关键因素,有助于制定有针对性的预防措施.
- 这种预测工具对于提高腹腔镜妇科手术期间的患者安全非常有价值.
更多相关视频
05:41Author Spotlight: Surgical Methods and Outcomes in Oviductal Cloned Pig Embryo Transfers
Published on: October 18, 2024
695
11:46Investigation of the Electrophysiological and Thermographic Safety Parameters of Surgical Energy Devices During Thyroid and Parathyroid Surgery in a Porcine Model
Published on: October 13, 2022
1.4K
