机器学习对创伤合并急性呼吸窘迫综合征患者院内死亡的预测价值
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3760/cma.j.cn121430-20211117-01741

机器学习对创伤合并急性呼吸窘迫综合征患者院内死亡的预测价值

引用
目的:探讨机器学习方法对创伤合并急性呼吸窘迫综合征(ARDS)患者院内死亡的预测价值。方法:采用回顾性非干预性病例对照研究。从于美国重症监护医学信息数据库Ⅲ(MIMICⅢ)数据库中提取符合柏林ARDS标准定义的创伤合并ARDS患者,收集患者的基本信息〔包括性别、年龄、体质量指数(BMI)、pH值、氧合指数、实验室指标、重症监护病房(ICU)住院时间、行机械通气(MV)或连续性肾脏替代治疗(CRRT)比例、急性生理学评分Ⅲ(APSⅢ)、序贯器官衰竭评分(SOFA)和简化急性生理学评分Ⅱ(SAPSⅡ)〕、并发症和合并症〔包括高血压、糖尿病、感染、急性失血性贫血、脓毒症、休克、酸中毒和肺炎〕以及预后情况。采用多因素Logistic回归分析筛选有意义的变量( P<0.05),构建Logistic回归模型、XGBoost模型和人工神经网络模型,并绘制受试者工作特征曲线(ROC曲线)评估3个模型对创伤合并ARDS患者院内死亡的预测价值。 结果:共纳入760例创伤合并ARDS患者,其中轻度346例,中度301例,重度113例;院内存活618例,院内死亡142例;736例接受MV,65例接受CRRT。多因素Logistic回归分析筛选出有意义的变量,包括年龄〔优势比( OR)=1.035,95%可信区间(95% CI)为1.020~1.050, P<0.001〕、BMI( OR=0.949,95% CI为0.917~0.983, P=0.003)、血尿素氮(BUN; OR=1.019,95% CI为1.004~1.033, P=0.010)、血乳酸(Lac; OR=1.213,95% CI为1.124~1.309, P<0.001)、红细胞分布宽度(RDW; OR=1.249,95% CI为1.102~1.416, P<0.001)、血细胞比容(HCT; OR=1.057,95% CI为1.019~1.097, P=0.003)、高血压( OR=0.614,95% CI为0.389~0.968, P=0.036)、感染( OR=0.463,95% CI为0.289~0.741, P=0.001)、急性肾衰竭( OR=2.021,95% CI为1.267~3.224, P=0.003)、脓毒症( OR=2.105,95% CI为1.265~3.502, P=0.004),使用上述变量构建模型。Logistic回归模型、XGBoost模型和人工神经网络模型预测创伤合并ARDS患者院内死亡的ROC曲线下面积(AUC)分别为0.737(95% CI为0.659~0.815)、0.745(95% CI为0.672~0.819)和0.757(95% CI为0.680~0.884),任意两个模型之间比较差异均无统计学意义(均 P>0.05)。 结论:纳入年龄、BMI、BUN、Lac、RDW、HCT、高血压、感染、急性肾衰竭、脓毒症变量的Logistic回归模型、XGBoost模型和人工神经网络模型对创伤合并ARDS患者院内死亡有良好的预测价值。

机器学习、急性呼吸窘迫综合征、创伤、人工智能

34

重庆市自然科学基金重点项目cstc2019jcyj-zdxmX0031;Key Projects of Chongqing Natural Science Foundationcstc2019jcyj-zdxmX0031

2023-05-30(万方平台首次上网日期,不代表论文的发表时间)

共5页

260-264

相关文献
评论
暂无封面信息
查看本期封面目录

中华危重病急救医学

2095-4352

12-1430/R

34

2022,34(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn