Skonstruowanie modelu przewidywania rokowania dla pacjentów z ECMO w oparciu o algorytmy uczenia maszynowego

Pozaustrojowe natlenianie membranowe (ECMO) stosuje się w celu zapewnienia ciągłego pozaustrojowego wspomagania oddychania i krążenia u pacjentów z ciężką niewydolnością krążeniowo-oddechową. Jest to najważniejsza metoda podtrzymywania życia w medycynie intensywnej terapii, a także jedna z najbardziej złożonych i kosztownych metod leczenia na oddziałach intensywnej terapii (OIOM). Utrzymanie wymaga wielu zasobów. Dlatego szczególnie ważne jest dokładne poznanie wskazań pacjentów i dokładne przewidywanie rokowania pacjentów, aby pomóc w podejmowaniu decyzji klinicznych.

W kilku wcześniej opublikowanych badaniach wykorzystano wyniki kliniczne do przewidywania rokowania u pacjentów z ECMO, ale większość z nich skupiała się na wynikach ECMO w określonych grupach pacjentów, takich jak zespół niewydolności oddechowej dorosłych (ARDS), niewydolność oddechowa, przeszczep płuc, wstrząs kardiogenny itp. NA. Ponadto większość tych szacunków została obliczona przy użyciu tradycyjnych metod statystycznych i ma ograniczoną moc dopasowania w przypadku zbiorów danych zawierających bardziej charakterystyczne zmienne.

Sztuczna inteligencja (AI) i uczenie maszynowe (ML) stanowią bardziej zaawansowaną alternatywę dla tradycyjnych metod statystycznych i mają niezrównane zalety w przetwarzaniu zbiorów danych zawierających wielkowymiarowe zmienne charakterystyczne i dane nieliniowe. Może także samodzielnie iterować, aby poprawić wydajność modelu. Ponadto najlepszą alternatywą okazała się metoda ML, która może przetwarzać informacje w oparciu o dane przyczynowe lub statystyczne, może ujawniać ukryte zależności między wskaźnikami klinicznymi a rokowaniem choroby oraz wspierać podejmowanie decyzji klinicznych. hospitalizacja. W oparciu o odpowiednią literaturę i spostrzeżenia ekspertów ECMO w dziedzinie intensywnej terapii zidentyfikowano 69 charakterystycznych wskaźników klinicznych. Wskaźniki te obejmowały dane demograficzne, takie jak wiek, wzrost, masa ciała i historia medyczna pacjentów z ECMO. Dodatkowo oceniano wskaźniki infekcji w ciągu 24 godzin przed rozpoczęciem wspomagania ECMO i w ciągu 24 godzin po jego zaprzestaniu. Uwzględniono także wskaźniki dotyczące czynności serca, nerek i wątroby oraz rodzaju wstrząsu (wstrząs dystrybucyjny, wstrząs hipowolemiczny, wstrząs kardiogenny, wstrząs obturacyjny). Ponadto wzięto pod uwagę średnią dzienną objętość płynów w ciągu trzech dni od rozpoczęcia wsparcia ECMO, czas trwania wsparcia ECMO oraz długość pobytu na OIOM-ie.