基于机器学习的妄想预测和重症监护室中烧伤患者的危险因素识别:回顾性观察性研究
Ryo Esumi1, Hiroki Funao2, Eiji Kawamoto1
1Department of Molecular Pathobiology and Cell Adhesion Biology, Mie University Graduate School of Medicine, Mie University, Tsu, Japan.
JMIR formative research
|February 3, 2025
概括
机器学习模型使用初始数据准确地预测了重症监护室 (ICU) 烧伤患者的妄想. 关键预测因素包括尿量,氧和和烧伤区域,有助于早期风险识别.
科学领域:
- 医疗信息学医学信息学
- 关键护理医学 关键护理医学
- 烧伤外科手术是什么?
背景情况:
- 在重症监护室 (ICU) 的烧伤患者中, Delirium 的发生率很高 (高达77%),并且与死亡率的增加有关.
- 早期识别高风险患者对于有效的治疗策略至关重要.
研究的目的:
- 开发一个机器学习模型来预测在ICU住院期间烧伤患者的妄想.
- 使用从ICU入院的第一天的数据进行预测.
- 确定烧伤患者ICU Delirium的关键预测因素.
主要方法:
- 分析了82名成年烧伤患者的数据,这些患者在ICU住院24小时以上.
- 在ICU入院后测量了70个变量,用于预测模型输入.
- 采用10种机器学习方法和沙普利增量解释来识别风险因素.
主要成果:
- 几种机器学习模型,包括逻辑回归 (AUC 0.906),在妄想预测方面取得了高准确性.
- 确定的主要危险因素:24小时尿量,氧和度,烧伤区域,总 bilirubin 和输管.
- 其他重要因素包括白细胞分量 (单细胞),甲血球蛋白和呼吸速率.
结论:
- 机器学习模型有效地预测了ICU烧伤患者的妄想.
- 在最初的生命体征和血液数据上训练的模型显示出预测能力.
- 鉴定的风险因素可以指导烧伤患者的早期干预策略.
