基于连续生理指标的急性呼吸窘迫综合征预警模型

摘要：

目的 提出了一种急危重症患者中重度急性呼吸窘迫综合征(acute respiratory distress syndrome, ARDS)预警模型.方法 在重症监护医学信息数据库Ⅲ(international intensive care medical information database Ⅲ,MIMIC-Ⅲ)中筛选出符合条件的患者,提取患者的心率(HR)、呼吸频率(RR)、血氧饱和度(SpO2)和平均动脉压(MAP)四项连续生理指标的时间序列数据,然后将数据划分到时间窗口中,在时间窗口中提取出线性和非线性参数.进行特征选择,采用集成学习方法XGBoost预测患者在所选的时间窗口内是否会发作ARDS.结果 分类准确率达到88.33％,敏感度和特异度达到了86.30％和90.37％,受试者工作特征(ROC)曲线下面积(AUC)值为0.94.结论 XGBoost具有高准确率、敏感度和特异度;此ARDS预警模型比以往的模型预测准确度更高,预测时间更加提前.

关键词：急性呼吸窘迫综合征(ARDS)、时间序列数据、线性和非线性参数、XGBoost

所属期刊栏目：40

资助基金：睿E睿意急诊医学研究专项基金R2019003

在线出版日期：2020-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：956-960