创伤中入院ROTEM的预后价值:使用机器学习增强30天所有原因死亡率预测
Villiam V Kildal1,2, Martin Dahlberg3,4, Carl Henrik Ek5
1Department of Clinical Science and Education, Section of Anesthesiology and Intensive Care, Karolinska Institutet, Södersjukhuset, Stockholm, Sweden. villiam.vejbrink.kildal@ki.se.
概括
在入院时,单次旋转血小板测试 (ROTEM) 测试可以准确预测30天的创伤死亡率,与现有得分相比较. 将ROTEM与创伤评分相结合,可以显著改善死亡率预测,提高长期结果评估.
科学领域:
- 创伤复苏和重症监护医学.
- 凝血的诊断和监测.
- 在紧急医疗中发现生物标志物.
背景情况:
- 出血是创伤死亡的主要原因.
- 早期凝血标记在预测长期创伤结果方面未得到充分利用.
- 旋转性血小板造影仪 (ROTEM) 可能具有预后价值.
研究的目的:
- 评估入院ROTEM对创伤患者30天全因死亡率的预测能力.
- 将ROTEM的预测性能与已建立的创伤得分进行比较.
- 为了确定是否整合ROTEM可以改善现有的创伤评分系统.
主要方法:
- 对1498名成年创伤患者进行了回顾性队列研究.
- 在入院时进行的旋转血小板测试 (ROTEM) 测试 (EXTEM,INTEM,FIBTEM).
- 机器学习模型使用单独使用ROTEM,常规创伤得分和死亡率预测组合来开发.
主要成果:
- 单独ROTEM显示出30天死亡率的强大预测性能 (AUROC 0.80),与RTS和NISS.
- 整合ROTEM显著提高了所有测试的创伤得分的特异性.
- 预测变量包括凝血时间,凝血固时间和纤维素分解指数;女性患者的表现较低.
结论:
- 入院ROTEM是预测30天创伤死亡率的宝贵工具.
- 将ROTEM与现有创伤得分相结合,可以大大提高预测准确度.
- 来自ROTEM的粘弹性数据为创伤结果评估提供了关键的预后信息.
关键词:
人工智能的人工智能是人工智能.凝血是凝固的过程.重症监护室的重症监护室是重症监护室的重症监护室.机器学习 机器学习死亡率 死亡率 死亡率结果结果的结果.预测 预测 预测血小板光学分析 (Thromboelastographynullull) 是一个血小板结晶测量 (Thromboelastometry) 是一种对血小板的测量.创伤是一个创伤.粘弹性静血试验 粘弹性静血试验更多相关视频
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
468
07:25Predicting Amputation using Local Circulating Mononuclear Progenitor Cells in Angioplasty-treated Patients with Critical Limb Ischemia
Published on: September 22, 2020
3.7K