在创伤患者中实施自动化,实时死亡率预测工具:它能不能不仅仅是预测死亡率?

科学领域:

• 医疗信息学 医疗信息学
• 创伤外科 手术 创伤外科
• 医疗保健中的机器学习

背景情况:

• 帕克兰创伤死亡率指数 (PTIM) 是一款经过验证的机器学习工具,可实时预测创伤患者48小时死亡率.
• 准确预测患者的结果对于有效的创伤护理和资源管理至关重要.

研究的目的:

• 评估PTIM得分与创伤患者的临床结果之间的关联.
• 评估PTIM在预测资源利用和患者结果方面的实用性.

主要方法:

• 在一级创伤中心进行了回顾性研究.
• 对171名创伤患者的PTIM分数和临床结果的分析 (2020年12月 - 2021年8月).
• 统计分析以确定PTIM得分和结果之间的相关性,例如ICU日,呼吸机日,住院,输血和并发症.

主要成果:

• 在研究队列中观察到平均PTIM得分为0.26.
• 每增加0.1的PTIM得分与ICU日数 (+0.966),呼吸机日数 (+0.724),住院时间 (+1.668) 和输血单位 (+0.37) 的显著增加有关.
• 较高的PTIM分数与增加的休克,肺炎和死亡率相关,但没有显著影响到手术室的时间.

结论:

• PTIM在预测创伤护理中的资源利用和患者结果方面表现出实用性.
• 这些发现支持使用PTIM进行创伤患者的实时预测和管理.
• 未来的研究应该专注于外部验证,并探索PTIM模型的其他应用.