使用人类测量和机器学习预测腹腔内高血压
Salar Tayebi1, Rob Wise2,3,4, Niels Van Regenmortel5,6
1Department of Electronics and Informatics, Vrije Universiteit Brussel, Brussels, 1050, Belgium.
Scientific reports
|March 20, 2025
概括
腹腔内高血压 (IAH) 影响了重症患者. 研究人员发现,特定的身体测量可以预测腹内压力 (IAP) 的非侵入性,帮助早期IAH检测和管理.
科学领域:
- 关键护理医学 关键护理医学
- 医学测量 医学测量
- 患者监测 患者监测
背景情况:
- 腹腔内高血压 (IAH) 影响近25%的重症患者.
- 准确的腹内压力 (IAP) 测量对于早期发现IAH和避免并发症至关重要.
- 目前的IAP测量依赖于侵入性膀技术.
研究的目的:
- 调查人类参数和IAP之间的关系.
- 为了确定IAP和IAH是否可以通过身体测量进行非侵入性预测.
- 确定IAP和IAH的可靠的人类测量预测指标.
主要方法:
- 对96名重症患者进行了回顾性观察性研究.
- 记录了IAP和28个身体参数.
- 使用统计分析 (皮尔森相关性,相互信息) 和模拟建模.
主要成果:
- 三个人类学参数 (形和水平形阴茎距离的差异,斜腰腹部直径,腹部合规) 预测了膀内压力 (IBP),R2=0.56.
- 凸形和水平形阴茎距离和形腹部直径之间的差异可靠地预测了IAH (R2=0.79).
结论:
- 特定的人类测量可以可靠地预测IAP和IAH的非侵入性.
- 凸和水平状阴茎距离之间的差异是IAH的关键预测指标.
- 为了验证这些发现,需要对更大,更多样化的群体进行进一步的研究.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
14:08Automated Midline Shift and Intracranial Pressure Estimation based on Brain CT Images
Published on: April 13, 2013
42.4K
