Прогнозирование продолжительности механической вентиляции при острой гипоксемической недостаточной недостаточности (PREMIER)

Острая гипоксемическая дыхательная недостаточность (AHRF) является наиболее распространенной причиной приема в единицах интенсивной терапии (ICU) во всем мире. Исследователи будут оценивать ценность методов машинного обучения (ML) для прогнозирования длительной продолжительности (> или равенства до 7 дней) механической вентиляции (MV) у 1241 пациента, включенных в исследование Pandora в Испании. В нескольких исследованиях изучалось прогнозирование длительного MV у пациентов с AHRF.

Для обучения и тестирования моделей исследователи извлекают данные из случайных панелей с первых 2 дней после диагноза AHRF. У исследователей была база данных с 2 000 000 анонимизированной и диссоциированной демографии и клинически значимыми данными от 1241 пациента с AHRF из 22 больниц в Испании. Следователи будут следовать руководящим принципам штатива для моделей прогнозирования. Исследователи будут проверять соответствующие собранные переменные с использованием выбора переменной генетического алгоритма для достижения экономии. Мы будем использовать 5-кратную проверку CORSS в наборе данных пациентов с данными на T0, T24 и T48. Мы будем использовать 25% пациентов, выбранных для оценки модели.