术后神经认知障碍的血液动力学决定因素使用随机森林分析和部分依赖图

科学领域:

• 心血管外科心血管外科
• 神经科学是一个神经科学.
• 机器学习在医学中的应用

背景情况:

• 神经认知障碍是冠状动脉旁路移植 (CABG) 手术后的一个重大风险.
• 心肺绕道 (CPB) 期间的血液动力学波动可能会导致神经认知缺陷.

研究的目的:

• 调查CPB期间血液动力学数据对CABG患者神经认知结果的影响.
• 在不同手术阶段确定关键的血液动力学参数及其最佳范围,以进行神经认知保护.

主要方法:

• 机器学习算法 (随机森林分类) 用于分析28名CABG患者的血液动力学数据 (血压,脉冲,SpO2).
• 部分依赖图 (PDPs) 评估了参数对神经认知障碍的个人和集体影响,由蒙特利尔认知评估 (MoCA) 评估.
• 分析按手术阶段分层:整体手术,绕道和十字周期.

主要成果:

• 对神经认知障碍的最高预测准确度 (86%) 在绕道期实现.
• 脉冲 (PLS) 在手术和绕道期间被确定为一个非常重要的参数.
• 在每个手术阶段确定了血液动力学参数的最佳范围,脉动性流量 (以PLS和MAP表示) 显示了神经认知保护的潜力.

结论:

• 血液动力学参数在CABG期间在保护神经认知功能方面发挥着动态作用.
• 关键血液动力学参数的特定阶段监测,特别是脉冲,可以减轻神经认知风险.
• 需要对更大的队列进行进一步研究,以验证研究结果并制定临床监测策略.