一个简单而快速的风险分层早期预警模型,用于重症监护室的败血栓冲击:开发,验证和解释研究
Guanghao Liu1,2,3, Shixiang Zheng2,4, Jun He1,2,5
1Department of Bioinformatics, School of Medical Technology and Engineering, Fujian Medical University, Fuzhou, China.
Journal of medical Internet research
|February 6, 2025
概括
一个新的败血栓冲击风险预测器 (SORP) 模型准确地提前警告患者的败血栓冲击 (SS) 提前13小时. 该工具对风险进行分层,有助于及时进行临床干预,并改善患者的治疗结果.
科学领域:
- 临界护理医学 临界护理医学
- 医疗信息学 医疗信息学
- 临床风险预测预测
背景情况:
- 败血性休克 (SS) 由于高死亡率而构成重大临床挑战.
- 早期发现和诊断SS对于有效的患者管理至关重要,但仍然很困难.
研究的目的:
- 开发和验证一种简单,快速,风险分层的预警模型,用于性休克 (SS).
- 提高SS患者的临床识别,并进一步了解SS病理生理学.
主要方法:
- 开发了一个风险分层早期预警模型 (SORP),使用后勤回归和证据权重.
- 使用大量数据集 (MIMIC-IV,eICU) 与败血症患者进行培训和外部验证.
- 将SORP性能与复杂的多特征模型进行比较,并评估各风险组的临床特征.
主要成果:
- 该SORP模型实现了0.9458的AUC,使用生命体征和动脉血液气体数据证明了强大的预测准确性.
- 在SS发作前6小时确定了四个不同的风险组 (高至超低),中位数预警时间为13小时.
- 高风险患者,无论SS诊断如何,都表现出类似的病理生理特征和更差的存活率,突出了当前定义中的潜在差距.
结论:
- 该SORP模型提供准确的预警和可靠的风险分层的败血症冲击 (SS).
- 确定了一个高风险组 (NS_HR),具有类似SS的特征,但不符合败血症-3标准,建议改善诊断和管理的途径.
- 强调了精确的液体复苏在SS患者的功能障碍的关键作用;一个在线SORP服务是可用的.
