机器学习模型的开发和验证,用于预测使用回顾性数据在接受普罗波镇静剂的危急病患者中出现高甘油三血的风险:一项协议

科学领域:

• 临界护理医学 临界护理医学
• 药理学 药理学是指药理学的学科.
• 数据科学数据科学数据科学

背景情况:

• 普罗波是机械通风ICU患者常用的镇静剂.
• 普罗波的使用与增加过高甘油三血症风险有关.
• 早期风险识别对于患者管理至关重要.

研究的目的:

• 开发一种机器学习模型来预测与醇相关的高甘油三血症风险.
• 为临床医生提供可靠和可解释的风险预测工具.
• 促进优化镇静策略和预防不良结果.

主要方法:

• 利用梅奥诊所四个地点的回顾性数据.
• 在模型调整和外部验证中使用嵌套交叉验证.
• 实现Boruta和LASSO用于特征选择和贝叶斯优化用于超参数调整.

主要成果:

• 评估六个机器学习算法对预测准确性的评估.
• 评估全球和本地模型可解释性,使用 permutation 重要性和 SHAP.
• 通过离开一个站点的交叉验证来验证模型性能.

结论:

• 开发的ML模型将有助于预测ICU患者的高甘油三血症风险.
• 该模型将作为基于Web的临床风险计算器部署.
• 研究结果将在同行评审期刊中传播.