重症监护室风险评分 (ICURS)

评分系统通常由两部分组成——评分（反映疾病严重程度的数字）和概率模型（表示事件发生概率的方程式，例如患者在医院死亡）。 评分系统已在重症监护医学中使用了几十年，可以帮助评估治疗的有效性或为研究目的识别可比较的患者。 例如，用于重症监护医学的评分系统

• 急性生理学、年龄、慢性健康评估 II (APACHE II)
• 简化急性生理评分 II (SAPS II)
• 多器官功能障碍评分 (MODS)
• 序贯器官衰竭评估 (SOFA)
• 后勤器官功能障碍系统 (LODS)
• MPM II-入院（死亡率概率模型 (MPM II)
• 器官功能障碍和感染评分 (ODIN)
• 三天重新校准 ICU 结果 (TRIOS)
• 格拉斯哥昏迷评分 (GCS)
• 出院准备评分 (DRS) 上述评分系统已在各医院的科室定期收集。 在 Badawi 等人最近的一项研究中。可以证明，评分系统在连续计算时可以做出更准确的预测。 然而，由于调查的患者群体，这些结果只能在有限的范围内转移到其他患者群体。 此外，仅分析了评分系统 APACHE、SOFA 和 DRS。

因此，在本研究中，所有上述评分系统将使用来自数字病历的常规数据连续计算（每分钟一次），并通过应用机器学习和时间序列分析方法进行优化。

在各医院的麻醉管理重症监护病房，没有关于警报管理的全院标准。 因此，我们估计警报疲劳率（由于许多误报而忽略警报）非常高。 为了优化警报管理，将回顾性地评估来自患者监测设备的警报，并结合上述数据来确定，例如，是否需要针对某些类型的疾病（例如，疾病）发出更频繁的警报。 脓毒症）或分数（例如，高 APACHE 分数）以及如何优化警报限值设置。