相关实验视频
在分拣中评估国家早期预警分数 (NEWS):机器学习视角
Arian Zaboli1, Francesco Brigo1, Serena Sibilio2
1Innovation, Research and Teaching Service (SABES-ASDAA), Teaching Hospital of the Paracelsus Medical Private University (PMU), Bolzano, Italy.
International emergency nursing
|March 30, 2025
概括
国家早期预警得分有效预测死亡率和急诊室的ICU入院情况. 然而,它在评估患者的急迫性和严重性方面不太可靠,这表明它应该补充,而不是取代传统的分拣方法.
科学领域:
- 紧急医疗 紧急医疗
- 临床评估 临床评估
- 对患者进行分组.
背景情况:
- 国家早期预警分数 (NEWS) 是紧急诊所 (ED) 预测患者死亡率的标准工具.
- 它在评估紧急性和严重性等其他关键选参数方面的有效性需要进一步调查.
研究的目的:
- 评估国家早期预警分数 (NEWS) 对死亡率以外的各种临床结果的预测性能.
- 评估 NEWS 在反映医生定义的患者紧急性和严重性的准确性.
主要方法:
- 一项前性观察性研究,涉及梅拉诺急诊室的1,270名患者.
- 将新闻分为低风险,中等风险和高风险组.
- 决策树和接收器运行特征 (ROC) 曲线分析,以对30天死亡率,ICU入院,一般住院和医生定义的紧急情况/严重性进行 NEWS 的评估.
主要成果:
- 新闻显示30天死亡率 (ROC=0.82) 和ICU入院 (ROC=0.72) 的强有力的预测值.
- 决策树分析证实,新闻是死亡率和ICU入院的关键预测因素.
- 新闻在评估医生定义的紧急情况和严重程度方面表现出较低的可靠性,倾向于错误分类重症患者.
结论:
- 国家早期预警指数 (NEWS) 是预测ED环境中的死亡率和ICU入院的宝贵工具.
- 评估更广泛的临床结果的局限性表明,NEWS应该补充,而不是取代现有的分拣协议.
- 进一步的研究可能会探索将NEWS与其他临床指标集成在一起,以进行全面的患者评估.