중환자실 위험 점수 (ICURS)

스코어링 시스템은 일반적으로 스코어(질병의 중증도를 반영하는 숫자)와 확률 모델(병원에서 환자의 사망과 같은 이벤트의 확률을 나타내는 방정식)의 두 부분으로 구성됩니다. 채점 시스템은 집중 치료 의학에서 수십 년 동안 사용되어 왔으며 치료의 효과를 평가하거나 연구 목적으로 비교할 수 있는 환자를 식별하는 데 도움이 될 수 있습니다. 예를 들어 집중 치료 의학에서 사용되는 채점 시스템은 다음과 같습니다.

• 급성 생리학, 연령, 만성 건강 평가 II(APACHE II)
• 간소화된 급성 생리학 점수 II(SAPS II)
• 다발성 장기 기능 장애 점수(MODS)
• 순차 장기 부전 평가(SOFA)
• 물류 장기 기능 장애 시스템(LODS)
• MPM II-Admission(사망 확률 모델(MPM II)
• 장기 기능 장애 및 감염 점수(ODIN)
• 3일 재보정 ICU 결과(TRIOS)
• 글래스고 코마 점수(GCS)
• 퇴원 준비 점수(DRS) 위에서 언급한 채점 시스템은 이미 각 병원 부서에서 정기적으로 수집되고 있습니다. Badawi et al.의 최근 연구에서. 스코어링 시스템이 지속적으로 계산될 때 더 정확한 예측을 허용한다는 것을 보여줄 수 있습니다. 그러나 조사된 환자 집단으로 인해 이러한 결과는 다른 환자 그룹으로 제한적으로만 이전될 수 있습니다. 또한 스코어링 시스템 APACHE, SOFA 및 DRS만 분석되었습니다.

따라서 본 연구에서는 위의 모든 채점 시스템을 디지털 환자 기록의 일상적인 데이터를 사용하여 지속적으로(분당 1회) 계산하고 기계 학습 및 시계열 분석 방법을 적용하여 최적화합니다.

해당 병원의 마취 관리 중환자실에는 알람 관리와 관련하여 캠퍼스 차원의 표준이 없습니다. 따라서 경보 피로도(오경보가 많아 경보를 무시하는 비율)가 매우 높을 것으로 추정됩니다. 경보 관리를 최적화하기 위해 환자 모니터링 장치의 경보는 소급적으로 평가되고 위에서 언급한 데이터와 결합되어 예를 들어 특정 유형의 질병(예: 패혈증) 또는 점수(예: 높은 APACHE 점수) 및 경보 한계 설정을 최적화할 수 있는 방법.