Байесовские сети в детской кардиохирургии

Детская кардиохирургия с искусственным кровообращением связана со значительной заболеваемостью и смертностью. Кроме того, были разработаны системы оценки факторов риска, такие как оценка риска для хирургии врожденного сердца (RACHS 1) или оценка ARISTOTLE, прогнозирование исхода остается трудным. Новые математические методы с использованием глубоких нейронных сетей, связанных с байесовскими статистическими методами, были разработаны, чтобы лучше понять сложное взаимодействие между различными факторами риска, идентифицировать факторы риска и сгруппировать их в родственные семейства. Этот метод был успешно использован для прогнозирования смертности у диализных пациентов, а также для лучшего описания сложных психических синдромов.

Основная гипотеза этого исследования заключается в том, что использование этих инструментов позволит лучше понять факторы, влияющие на исход кардиохирургии у детей.

Сетевой анализ с использованием гауссовских графических моделей, смешанных графических моделей и байесовских сетей будет использоваться для выявления отдельных или групп факторов риска заболеваемости и смертности после операции на сердце у детей в условиях искусственного кровообращения.