Maskinlæring på intensivavdelingen: Forutsigelse av dødelighet ved blodstrømsinfeksjoner (ICU: Intensive Care Unit) (ICU)

Karbapenemer er en av de siste utveisantibiotika som brukes til å behandle alvorlige infeksjoner forårsaket av multi-medikamentresistente gramnegative patogener. Infeksjoner med karbapenem-resistente gramnegative basiller (CR-GNB) har blitt utbredt det siste tiåret, og utgjør en alvorlig trussel mot folkehelsen. Carbapenem-resistente Enterobacteriaceae (CRE), Carbapenem-resistente Acinetobacter baumannii (CRAB) og Carbapenem-resistente Pseudomonas aeruginosa (CRPA) topper prioriteringslisten over antibiotika-resistente bakterier over hele verden. CR-GNB forårsaker et bredt spekter av infeksjoner, inkludert bakteriemi, urinveisinfeksjoner, lungebetennelse og intraabdominale infeksjoner. Karbapenem-resistente blodbaneinfeksjoner er en betydelig årsak til sykelighet og dødelighet, og terapeutiske alternativer i behandlingen er ekstremt begrensede. Ved å evaluere risikofaktorer hos pasienter som overvåkes på intensivavdelingen, reduserer skåringssystemer som kan forutsi prognose dødelighetsrisiko ved å sikre tidlig bruk av effektive antibiotika og rettidig hemodynamisk støtte som er i bruk.

Med akkumulering av store data og fremskritt innen datalagringsteknikker, demonstrerer innovative og pragmatiske maskinlæringsmetoder som har kommet inn i livene våre god prediksjonsytelse på det medisinske feltet. Maskinlæringsbaserte modeller utviklet for å forutsi dødelighet hos pasienter overvåket på intensivavdelingen er tilgjengelig i litteraturen og gir mulighet for tidligere intervensjon hos pasienter.

Ved bruk av egne pasientdata, På intensivavdelingen vil pasienter med blodbaneinfeksjoner, både med og uten dødelighet, bli undersøkt retrospektivt i to undergrupper for sammenligning. Vi tar sikte på å forutsi dødelighet som kan utvikle seg i karbapenem-resistente gramnegative basiller blodstrøminfeksjoner med en maskinlæringsbasert modell.