Prognozowanie wyników wewnątrzszpitalnego zatrzymania krążenia (PREDIHCA)

Wewnątrzszpitalne zatrzymanie krążenia jest jedną z najczęstszych przyczyn zgonów pacjentów hospitalizowanych. W przeciwieństwie do pozaszpitalnych przypadków zatrzymania krążenia, hospitalizowani pacjenci często cierpią na ciężkie schorzenia, które mogą wpływać na wynik resuscytacji. Niemniej jednak wskaźniki przeżycia po resuscytacji są lepsze w szpitalach niż poza nimi, ponieważ często następuje szybkie rozpoczęcie działań resuscytacyjnych i z góry określonych standardów resuscytacji. Regularne szkolenie w zakresie resuscytacji krążeniowo-oddechowej oraz dostępność defibrylatorów we wszystkich jednostkach przyłóżkowych może również pozytywnie wpływać na wynik. Pomimo tych wielu wysiłków, wskaźniki przeżywalności, zwłaszcza pacjentów z dobrym rokowaniem neurologicznym, utrzymywały się na stabilnym niskim poziomie nawet w szpitalach w ostatnich latach i nie uległy poprawie.

Większość parametrów wynikowych jest obecnie dobrze znana. (np. rytm początkowy, wiek, wczesna defibrylacja itp.) Niemniej jednak nadal nie wiemy, jak istotne są odpowiednie czynniki, zwłaszcza w stosunku do siebie. Jednym z podejść do tego mogą być metody uczenia maszynowego, takie jak „losowy las”, które mogą być w stanie stworzyć model predykcyjny. Jednak do tej pory nie próbowano tego zrobić.

Hipotezą tej pracy jest sprawdzenie, czy możliwe jest dokładne przewidywanie prawdopodobieństwa przeżycia resuscytacji wewnątrzszpitalnej przy użyciu metody uczenia maszynowego „losowy las” i czy można zidentyfikować szczególnie istotne parametry wyniku.

Projekt: retrospektywna analiza danych wszystkich zestawów danych zapisanych w rejestrze resuscytacji Szpitala Uniwersyteckiego Keplera.

Środki i procedura: Przegląd rejestru pod kątem brakujących danych oraz fałszywych alarmów zespołu CPR iw razie potrzeby wykluczenie tych zestawów danych; ocena zbiorów danych metodą uczenia maszynowego losowy las.