集中护理风险因素的建模,以扩散严重创伤性脑损伤中的脱极化

科学领域:

• 神经科学是一个神经科学.
• 关键护理医学 关键护理医学
• 生物医学工程 生物医学工程

背景情况:

• 扩散脱极化 (SDs) 是严重脑创伤中关键的二次损伤机制,影响患者的结果.
• SDs与代谢失败有关,并受常规管理的神经关键护理变量 (如血压和氧化) 的影响.

研究的目的:

• 分析严重脑创伤患者中SD发生的风险因素.
• 开发和验证SD发生的预测模型,使用常规监测的生理数据.

主要方法:

• 对137名严重脑创伤患者的电皮图 (ECoG) 监测数据的回顾性分析.
• 将SD时间与每小时护理图数据对齐,包括平均动脉压 (MAP),内压 (ICP),温度,脑组织氧化 (PbrO2) 和血液气体.
• 开发多变量回归和Poisson模型来预测SD发生,包括每小时的生理变量和固定的患者因子.

主要成果:

• 单变量和多变量分析确定了SD与较低的MAP,心率,P_aCO₂,较高的温度,S_aO₂和葡萄糖之间的关联.
• 最初的模型实现了中等的性能 (AUC ~0.72),随机效应变量 (AUC = 0.84) 的改善.
• 结合每小时预测因子和固定因子的最终Poisson模型在预测SDs的时间方面取得了高性能 (AUC = 0.916).

结论:

• 关键的系统生理变量是严重脑创伤中SD发生的重要风险因素.
• 整合生理数据的预测模型显示,有可能识别患有SD和二次损伤风险的患者.
• 开发的模型为神经临床护理提供了一个潜在的工具,以指导旨在预防SD和改善结果的干预措施.