Kunstig intelligens prognostisk model for sepsis baseret på tidsserieanalyse

1. Forskningsbaggrund Sepsis er en livstruende organdysfunktion forårsaget af en dysreguleret værtsrespons på infektion. Det er en af ​​de førende årsager til død og invaliditet på verdensplan med en indlæggelsesdødelighed på 10-20 %. Sepsis er en alvorlig komplikation hos kritisk syge patienter og kan føre til septisk shock og multipelt organ dysfunktionssyndrom (MODS), normalt udløst af alvorlige traumer, operationer og infektioner. På trods af tilgængeligheden af ​​avancerede diagnostiske, terapeutiske og overvågningsteknologier er forekomsten og dødeligheden af ​​sepsis fortsat høj, hvilket udgør en betydelig global udfordring for det medicinske samfund. Over 49 millioner mennesker verden over udvikler sepsis årligt, med cirka 11 millioner dødsfald, hvilket resulterer i en dødelighed på omkring 15%-25%.

2. Forskningsmål og indhold

1. Forskningsformål Denne undersøgelse har til formål at udvikle en prognose-forudsigelsesmodel for sepsispatienter ved hjælp af en neural netværksarkitektur (Transformer-algoritme), baseret på tidsseriedata. Det primære observerede resultat er dødelighedsresultatet for sepsispatienter. Målet med forskningen er at forbedre den tidlige identifikation af højrisiko-sepsispatienter og derved optimere timingen af ​​sepsisbehandling og -intervention og forbedre nøjagtigheden af ​​prognoseforudsigelse for sepsispatienter.

2. Forskningsindhold 2.1 Inklusionskriterier Patienter diagnosticeret med sepsis på West China Hospital ved Sichuan University fra januar 2020 til december 2023.

   2.2 Eksklusionskriterier 1) Alder under 18 år; 2) Køn ukendt; 3) Forkert eller ugyldig udledningsdiagnose; 4) Indlæggelsestid mindre end 24 timer; 5) Manglende data overstiger 30 %. 2.3 Prøvestørrelse 3.000 sager. 2.4 Data, der skal indsamles En retrospektiv analyse af de kliniske data fra patienter diagnosticeret med sepsis på West China Hospital ved Sichuan University fra januar 2020 til december 2023 vil blive udført. Baselinedata for patienter (herunder alder, køn, komorbiditeter, historie med maligne tumorer, læsionssteder, patologiske typer osv.), forekomst af alvorlige komplikationer, samlet hospitalsophold, overlevelsestid og anden relevant information vil blive opsummeret for at opbygge en tidsserie-baseret prognose forudsigelsesmodel for sepsis dødelighed risiko.

3. Etiske principper og krav til klinisk forskning Denne kliniske forskning vil overholde Helsinki-erklæringen udstedt af World Medical Association og de relevante regler fastsat af Folkerepublikken Kinas nationale sundheds- og familieplanlægningskommission vedrørende den etiske gennemgang af biomedicinsk forskning, der involverer Menneskelige Subjekter. Forskningen vil kun bruge retrospektive lægejournaler og/eller prøver, med alle personlige identifikatorer fjernet. Der vil ikke være nogen risiko for forsøgspersonerne, og det vil heller ikke påvirke deres rettigheder eller helbred negativt. Derfor fraviges informeret samtykke. Forskningsdataene vil blive opbevaret på West China Hospital ved Sichuan University, tilgængelige for forskerne, tilsynsafdelingerne og den etiske vurderingskomité. Offentlige rapporter relateret til forskningsresultaterne vil ikke afsløre forsøgspersonernes personlige identitet. Vi vil gøre alt inden for de juridiske rammer for at beskytte individernes privatliv og personlige medicinske oplysninger.