Алгоритмы прогнозирования критических результатов реабилитации

Все большее количество данных доказательной медицины свидетельствует о том, что раннее реабилитационное вмешательство (включая ранние активные и пассивные упражнения, позиционное управление, легочную реабилитацию и т. д.) для пациентов с искусственной вентиляцией легких безопасно и осуществимо и может способствовать определенной степени функционального восстановления и сократить сроки пребывания в отделении интенсивной терапии (ОРИТ). Однако различия в состоянии сознания, мышечной силе, функции дыхания и повседневной активности (АДЛ) у пациентов, выписанных из ОИТ после стабилизации состояния, очень велики, даже у некоторых пациентов не было получено явных преимуществ. Таким образом, как определить, какие пациенты могут получить больше пользы от раннего реабилитационного вмешательства, является ключевым вопросом, на котором необходимо сосредоточить внимание в отделениях интенсивной терапии.

В этом исследовании в качестве руководства использовалась «Прозрачная отчетность многовариантной модели прогнозирования для индивидуального прогноза или диагностики (TRIPOD)». В качестве участников были набраны выжившие, перенесшие искусственную вентиляцию легких в отделении интенсивной терапии; в качестве результата, который является индикатором времени до события, использовалось то, достигли ли пациенты прогресса в функции ADL в разные моменты времени после получения раннего реабилитационного вмешательства в отделении интенсивной терапии. Демографические данные, данные клинической диагностики и данные о вмешательстве в заболевание субъектов были собраны в качестве альтернативных предикторов. Преобразование переменных и скрининг переменных использовались для поиска предикторов, которые могли бы предсказать результат. Процесс построения клинических прогностических моделей завершается подгонкой моделей с помощью уравнений регрессии и алгоритмов машинного обучения, внутренней проверки, внешней проверки и оценки клинической ценности. Модель с наилучшей эффективностью прогнозирования выбирается на основе дифференциации и калибровки различных моделей после проверки. Эта модель будет представлена ​​номограммой или веб-приложением. Применение этой клинической прогностической модели позволит определить, сможет ли и когда этот пациент добиться лучшего выздоровления при ADL после раннего реабилитационного вмешательства, чтобы в дальнейшем оптимизировать сроки раннего вмешательства в реабилитацию и улучшить качество его выживаемости.