长度SOFA得分轨迹和ICU患者的风险分层与黄金葡萄球菌血流感染:从基于组的轨迹建模的见解

科学领域:

• 关键护理医学 关键护理医学
• 传染性疾病 传染性疾病
• 在医疗保健中的数据科学.

背景情况:

• 金色葡萄球菌血流感染 (SA-BSI) 对ICU患者构成严重威胁,往往导致多器官功能障碍.
• 静态评估可能无法完全捕捉SA-BSI中器官衰竭的动态进展.
• 这项研究解决了在SA-BSI中动态评估器官功能障碍的需要.

研究的目的:

• 在SA-BSI的ICU患者中识别不同的器官功能障碍轨迹.
• 用数据驱动方法评估这些轨迹的预后意义.
• 开发一个可解释的机器学习模型来预测这些轨迹.

主要方法:

• 用SA-BSI对两个独立的ICU队列 (MIMIC-IV和SAHZU) 的回顾性分析.
• 每日顺序性器官衰竭评估 (SOFA) 评分的基于组的轨迹建模,以定义轨迹子组.
• 多变量考克斯回归,卡普兰-梅尔分析,XGBoost建模和SHAP值分析用于预测和可解释性.

主要成果:

• 确定了三个可复制的SOFA轨迹组 (稳定,中度恶化,严重恶化).
• 严重恶化的群体显示,住院死亡风险显著增加 (HR 4.60).
• 一个XGBoost模型在预测严重轨迹方面取得了高精度 (AUC 0.96),SHAP分析揭示了关键预测因素.

结论:

• 早期的ICU数据可以预测SA-BSI患者的动态器官功能障碍轨迹.
• 基于轨迹的表型与可解释的机器学习相结合,为风险分层提供了有价值的框架.
• 这种方法支持SA-BSI患者的个性化ICU管理.