外媒 | 机器学习模型准确预测手术中需要大量输血的情况-普瑞纯证
最近在JAMA Network Open上发表的一项研究中,描述了如何将术前数据和术中血流动力学监测数据添加到基于机器学习的预测模型中,从而实现准确实时地预测手术中需要大量输血的情况。许多医疗保健提供商正在使用预测分析来改善治疗的及时性和质量,同时控制成本。例如,去年12月发表的一项研究发现,由预测分析支持的疾病管理外展计划有效地降低了慢性心力衰竭患者的医疗支出。在各种临床环境中,大量出血是死亡的主要原因。研究指出,在处理这种情况时,需要进行急性出血控制和补充血容量和血液成分缺乏。此外,由于需要准备大量输血的时间和额外的医疗人员,他们指出,早期预测需要大量输血的能力对于必要的出血管理至关重要。因此,研究人员进行了一项研究,将术前数据和术中血流动力学监测数据纳入实时预测大量输血的模型中。他们收集了首尔国立大学医院(SNUH)2016年至2019年和Boramae医疗中心(BMC)2020年至2021年进行侵入性血压监测手术的患者的数据。对于这项研究,研究人员将大量输血定义为在一小时内输注至少三个单位的红细胞。在审查了来自SNUH的12,986名患者后,研究人员发现416名患者在手术中接受了大量输血。当比较实时预测模型(该模型是通过术前和术中参数开发的)和术前预测模型时,研究人员发现前者明显优于后者。该实时预测模型在外部验证数据集中也表现出“优异的性能”,该研究指出。基于这些发现,研究人员得出结论,手术中大量输血的实时预测模型的性能表现出了很好的表现。
版权声明 本网站所有注明“来源:普瑞纯证”或“来源:pureFDA”的文字、图片和音视频资料,版权均属于普瑞纯证网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:普瑞纯证”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。