Neuromusculair herstel voorspellen bij chirurgische patiënten met behulp van machine learning (PINES)

Het doel van het PINES-project is het identificeren van een model dat nauwkeurig kan voorspellen: 1) tijd tot compleet neuromusculair herstel, 2) optimale timing en dosering van neuromusculaire blokkers op elk tijdstip tijdens de operatie, en 3) TOF-ratio op het geschatte einde van de operatie. operatie om resterende verlamming te beoordelen. Verder zal een prospectieve klinische pilootstudie worden uitgevoerd om het door een anesthesioloog voorspelde neuromusculaire herstel te vergelijken met dat van het algoritme.

Het project bestaat uit twee hoofddoelstellingen:

I. Big data-analyse

• Opzetten van een datawarehouse: Er wordt gebruik gemaakt van elektronische registergegevens.
• Generatie van voorspellingsmodellen: Classificatiemodellen zullen eerst worden gebruikt om de relevante parameters die tijdens premedicatie en intraoperatief zijn verzameld, te identificeren en te wegen. Deze vormen de basis voor het trainingscohort, waarmee vervolgens een gesimuleerde real-time analyse van de data kan worden uitgevoerd. Om de modellen te vergelijken, worden de verliesfuncties gemiddelde kwadratische fout, gemiddelde absolute fout en Huber-verlies berekend.

II. Prospectieve vergelijking van de voorspelling: machine-learning model vs. anesthesioloog

Met behulp van het gevalideerde definitieve voorspellingsmodel met de beste nauwkeurigheid zullen we een prospectieve klinische pilootstudie uitvoeren. Het cohort omvat prospectief ingeschreven chirurgische patiënten die zullen worden geanalyseerd door het voorspellingsmodel en door een ervaren anesthesioloog. Operaties die een neuromusculaire blokkade van een niet-depolariserende neuromusculaire blokker vereisen, zullen worden opgenomen. Een anesthesist zal prospectief de tijd tot neuromusculair herstel schatten in intervallen van 10 minuten, te beginnen met de initiële dosis neuromusculair blokkerende stoftoediening bij anesthesie-inductie. Overeenstemming tussen voorspellingen en objectief gemeten tijd tot TOF-ratio >0,95 zal worden beoordeeld met behulp van interbeoordelaarscorrelatiecoëfficiënten.