수술실에서 수액 챌린지를 적정하기 위한 호기말 폐색 테스트에 대한 혈역학적 반응. (FC_EEOT)

유체 반응성을 예측하기 위한 최상의 모델을 정의하기 위해 2단계 통계적 접근 방식이 사용됩니다.

1. 혈역학적 모니터링을 통해 제공된 고려된 혈역학적 변수와 주요 결과(10분째의 수액 반응)의 연관성을 테스트하기 위한 일변수 로지스틱 회귀 모델. 그런 다음 공선성과 상호 작용을 테스트한 후 p < 0.2인 단변량 분석에 변수를 통합한 다변량 분석을 수행합니다. 다변수 분석의 유의성 임계값은 0.05로 설정됩니다.
2. Hosmer 및 Lemeshow 테스트는 로지스틱 회귀 모델, AIC(Akaike Infromation Criterion)와 같은 정보 기준 메트릭 및 ROC(수신기 작동 특성) 곡선[표준 오류(SE)] 분석에 대한 적합도를 평가하기 위해 계산되었습니다. FC 주입 후 10분(Y10)에 FC 반응에 대한 예측 항목의 성능(예: Y = 종속 변수 = SVI ≥ 10% 증가). 나머지 각 변수를 생략한 후 우도 값이 크게 증가하지 않는지 확인했습니다.

응답자 그룹의 체액 양을 예측하기 위한 최상의 모델을 정의하기 위해 Y = 종속 변수 = FC 주입 후 SVI ≥ 10%를 얻기 위한 결정질의 총량, X = 매개변수 매트릭스인 기계 학습 접근 방식이 고려됩니다. 최종 모델 결정은 일반적으로 사용되는 회귀 알고리즘인 선형 회귀, Lasso 회귀 또는 Ridge 회귀 중에서 이루어집니다. 모델 성능 평가는 평균 제곱 오차(MSE) 또는 R-제곱과 같은 측정항목을 사용하여 수행됩니다. 모델 성능에 대한 보다 강력한 추정치를 얻기 위해 K-겹 교차 검증 기술이 적용됩니다.

프로토콜의 각 단계에서 응답자와 비응답자의 혈역학적 값은 반복 측정에 대한 단방향 분산 분석(ANOVA)과 필요한 경우 구형성 부족에 대한 조정으로 Geisser-Greenhouse(G-G) 보정으로 분석됩니다. 가족별 오류를 제어하기 위해 Tukey 검정을 사용하여 사후 쌍별 다중 비교 분석을 수행합니다.

EEOT 이후의 혈역학적 변화가 최소 용량의 FC 예측에 도움이 될 수 있는지 이해하기 위해 이 연구에서는 2년간 평가 가능한 환자를 등록할 예정이며 최종 숫자는 약 300명, 약 500명으로 예상됩니다.

샘플 크기를 통해 다음 세 단계를 수행할 수 있습니다.

4. EEOT 후 혈역학적 변화의 어떤 변수가 FC의 최소 용량에 영향을 미치는지 이해하기 위한 50명의 환자의 초기 단계. 이 초기 부분에서는 상대 p 값이 0.1 5 미만인 경우 변수가 흥미로운 것으로 간주됩니다. 변수 상호작용도 고려하여 모델을 생성하기 위한 200명의 환자 데이터를 포함하는 두 번째 단계 6. 모델 검증을 위한 50명의 환자로 구성된 미세한 단계