Predikce výsledků intranemocniční srdeční zástavy (PREDIHCA)

Intranemocniční kardiovaskulární zástava je jednou z nejčastějších příčin úmrtí hospitalizovaných pacientů. Na rozdíl od extramurálních případů kardiovaskulární zástavy mají hospitalizovaní pacienti často závažné zdravotní stavy, které mohou ovlivnit výsledek resuscitace. Přesto je míra přežití z resuscitace lepší v nemocnicích než mimo ně, protože často dochází k rychlému zahájení resuscitačních opatření a předem definovaných resuscitačních standardů. Pravidelný trénink KPR a dostupnost defibrilátorů na všech lůžkových jednotkách mohou také pozitivně ovlivnit výsledek. Navzdory tomuto velkému úsilí zůstala míra přežití, zejména pacientů s dobrým neurologickým výsledkem, v posledních letech stabilní na nízkých úrovních i v nemocnicích a nezlepšila se.

Většina výsledných parametrů je dnes dobře známá. (např. počáteční rytmus, věk, časná defibrilace atd.) Přesto dnes stále nevíme, jak relevantní jsou vlastně příslušné faktory, zejména ve vzájemném vztahu. Jedním z přístupů k tomu mohou být metody strojového učení, jako je „náhodný les“, který by mohl být schopen vytvořit prediktivní model. Dodnes se o to však nepokusil.

Hypotézou této práce je zjistit, zda je možné přesně předpovědět pravděpodobnost přežití resuscitace v nemocnici pomocí metody strojového učení „náhodný les“ a zda lze identifikovat zvláště relevantní výstupní parametry.

Design: retrospektivní analýza dat všech datových souborů zaznamenaných v resuscitačním registru FN Kepler.

Opatření a postup: Kontrola registru na chybějící data a falešné poplachy týmu KPR a v případě potřeby vyloučení těchto datových souborů; vyhodnocení datových sad pomocí metody strojového učení náhodného lesa.