在重症监护病房使用护理数据进行基于机器学习的预测建模:一个范围审查

科学领域:

• 护理信息学 护理信息学
• 临床数据科学 临床数据科学
• 医疗保健中的机器学习

背景情况:

• 护理数据对于早期发现患者病情恶化和预测结果至关重要.
• 机器学习的进步需要强大的临床预后预测模型,用于重症监护室 (ICU) 患者.
• 缺乏对预测模型中使用的护理数据类型的全面理解.

研究的目的:

• 进行机器学习模型的范围审查,利用护理数据来预测ICU患者的健康结果.
• 识别和分类纳入这些预测模型的护理数据类型.

主要方法:

• 在七个数据库中进行系统的文献搜索,直到2023年12月.
• 使用机器学习的研究与成人ICU患者护理数据的纳入预后预测.
• 数据提取和组织,专注于研究,模型和护理数据特征.

主要成果:

• 在2004年至2023年期间发表了151项研究,自2018年以来显著增加.
• 监督学习是主要的机器学习方法,回归是最常见的.
• 护理尺度是最常用的护理数据类型 (n=150),其次是评估记录,笔记和活动记录. 临床结果 (87.0%) 的预测比护理敏感结果 (13.0%) 的预测更频繁.

结论:

• 护理尺度是目前最常用的护理数据,用于预测重症患者的预后.
• 在预测模型中,各种护理数据类型 (例如护理笔记) 的潜力需要进一步研究.
• 结果为医疗保健提供者和研究人员提供了洞察力,为在ICU中开发临床预后预测模型的研究人员提供了洞察力.