目的基于可解释的机器学习模型构建可预测恶性肿瘤合并急性呼吸衰竭(acute respiratory failure ARF)患者重症监护病房(intensive care unit,ICU)死亡风险的模型,并对其性能进行验证。方法检索美国急诊重症监护病房协作研究数据库,提取...目的基于可解释的机器学习模型构建可预测恶性肿瘤合并急性呼吸衰竭(acute respiratory failure ARF)患者重症监护病房(intensive care unit,ICU)死亡风险的模型,并对其性能进行验证。方法检索美国急诊重症监护病房协作研究数据库,提取恶性肿瘤合并ARF患者的临床数据(包括人口统计学特征,合并症,转入ICU后首个24 h内的生命体征、实验室检测指标、重要干预措施),研究结局为ICU死亡。将入组患者按7∶3的比例随机分为训练集和验证集。采用最小绝对收缩和选择算子回归筛选预测变量,并运用极端梯度提升(extreme gradient boosting,XGBoost)、支持向量机、Logistic回归、多层感知器和C5.0决策树5种机器学习算法构建预测模型。基于受试者工作特征曲线下面积(area under the curve,AUC)、准确率、灵敏度等指标评估模型性能,并采用Shapley加性解释(Shapley additive explanations,SHAP)算法对最优模型进行可解释性分析。结果共纳入3196例恶性肿瘤合并ARF的患者。其中训练集2261例、验证集935例;转入ICU期间死亡683例,存活2513例。LASSO回归最终筛选出12个与患者ICU预后密切相关的变量,包括是否合并脓毒症,是否使用血管活性药物,转入ICU首个24 h内的平均动脉压最小值、心率最大值、呼吸频率最大值、血氧饱和度最小值、血碳酸氢盐最小值、血尿素氮最小值、白细胞计数最大值、红细胞平均体积最大值、血钾最大值及血糖最大值。经模型评价,XGBoost模型表现最佳。该模型在训练集和验证集中预测恶性肿瘤合并ARF患者ICU死亡风险的AUC分别为0.940和0.763,准确率分别为88.3%和81.2%,灵敏度分别为98.5%和95.9%,且在敏感性分析中其预测性能亦最优。SHAP分析显示,血氧饱和度最小值、血碳酸氢盐最小值、平均动脉压最小值、是否使用血管活性药物及白细胞计数最大值为对模型预测结果贡献居前5位的变量。结论本研究基于大规模数据集成功构建了恶性肿瘤合并ARF患者ICU内死亡风险预测模型,并对其进行了可解释性分析,有助于临床医生早期识别高风险患者并进行个体化干预。展开更多
通过分析1例成功救治的院外心搏骤停(OHCA)伴心室颤动病例,详细记录了救援全流程的关键时间节点与具体操作,重点阐述调度员利用医疗优先分级调派系统(MPDS)系统识别心搏骤停,通过电话指导目击者实施心肺复苏(CPR)和自动体外除颤器(AED)...通过分析1例成功救治的院外心搏骤停(OHCA)伴心室颤动病例,详细记录了救援全流程的关键时间节点与具体操作,重点阐述调度员利用医疗优先分级调派系统(MPDS)系统识别心搏骤停,通过电话指导目击者实施心肺复苏(CPR)和自动体外除颤器(AED)除颤,并借助集成AED地图与志愿者平台调派现场资源的过程探讨急救调度员依托数字化通讯平台实时指导现场公众实施CPR与AED的应用效果,以提升OHCA患者的生存率与神经功能预后。调度员于呼救后2 min 35 s开始指导CPR,7 min02 s完成首次除颤指导。14 min 01 s救护车到达时,患者已恢复自主循环与呼吸,最终康复出院且脑功能评级为1级。该案例证实,调度员电话指导是提升公众急救参与度的重要环节,并为完善公众急救培训体系及调度员专业化指导规范提供了循证证据。此外,基于数字化平台的远程医学指导,通过前移急救反应时间,为构建高效院前急救体系提供了创新性的实践路径。展开更多
目的评估和可视化分析2000-2025年休克患者微循环的研究现状、研究热点以及研究趋势。方法检索2000-2025年中国知网数据和Web of Science(WOS)数据库核心合集相关文献,采用CiteSpace6.4.R1进行可视化分析。结果最终共纳入文献2553篇,其...目的评估和可视化分析2000-2025年休克患者微循环的研究现状、研究热点以及研究趋势。方法检索2000-2025年中国知网数据和Web of Science(WOS)数据库核心合集相关文献,采用CiteSpace6.4.R1进行可视化分析。结果最终共纳入文献2553篇,其中中文文献440篇、英文文献2113篇。休克患者微循环研究年发文量呈逐年上升趋势。英文文献发文量最多的是美国,其次是德国与荷兰,中国位列第4位。该领域主要期刊有《INTENS CARE MED》和《CRIT CARE》等。近期中、英文的研究热点为专家共识、毛细血管充盈时间、休克影响、儿童患者、预后、脓毒症及凝血功能。结论休克患者微循环研究整体呈上升趋势,研究主题和内容正逐渐深入。展开更多
文摘目的基于可解释的机器学习模型构建可预测恶性肿瘤合并急性呼吸衰竭(acute respiratory failure ARF)患者重症监护病房(intensive care unit,ICU)死亡风险的模型,并对其性能进行验证。方法检索美国急诊重症监护病房协作研究数据库,提取恶性肿瘤合并ARF患者的临床数据(包括人口统计学特征,合并症,转入ICU后首个24 h内的生命体征、实验室检测指标、重要干预措施),研究结局为ICU死亡。将入组患者按7∶3的比例随机分为训练集和验证集。采用最小绝对收缩和选择算子回归筛选预测变量,并运用极端梯度提升(extreme gradient boosting,XGBoost)、支持向量机、Logistic回归、多层感知器和C5.0决策树5种机器学习算法构建预测模型。基于受试者工作特征曲线下面积(area under the curve,AUC)、准确率、灵敏度等指标评估模型性能,并采用Shapley加性解释(Shapley additive explanations,SHAP)算法对最优模型进行可解释性分析。结果共纳入3196例恶性肿瘤合并ARF的患者。其中训练集2261例、验证集935例;转入ICU期间死亡683例,存活2513例。LASSO回归最终筛选出12个与患者ICU预后密切相关的变量,包括是否合并脓毒症,是否使用血管活性药物,转入ICU首个24 h内的平均动脉压最小值、心率最大值、呼吸频率最大值、血氧饱和度最小值、血碳酸氢盐最小值、血尿素氮最小值、白细胞计数最大值、红细胞平均体积最大值、血钾最大值及血糖最大值。经模型评价,XGBoost模型表现最佳。该模型在训练集和验证集中预测恶性肿瘤合并ARF患者ICU死亡风险的AUC分别为0.940和0.763,准确率分别为88.3%和81.2%,灵敏度分别为98.5%和95.9%,且在敏感性分析中其预测性能亦最优。SHAP分析显示,血氧饱和度最小值、血碳酸氢盐最小值、平均动脉压最小值、是否使用血管活性药物及白细胞计数最大值为对模型预测结果贡献居前5位的变量。结论本研究基于大规模数据集成功构建了恶性肿瘤合并ARF患者ICU内死亡风险预测模型,并对其进行了可解释性分析,有助于临床医生早期识别高风险患者并进行个体化干预。
文摘通过分析1例成功救治的院外心搏骤停(OHCA)伴心室颤动病例,详细记录了救援全流程的关键时间节点与具体操作,重点阐述调度员利用医疗优先分级调派系统(MPDS)系统识别心搏骤停,通过电话指导目击者实施心肺复苏(CPR)和自动体外除颤器(AED)除颤,并借助集成AED地图与志愿者平台调派现场资源的过程探讨急救调度员依托数字化通讯平台实时指导现场公众实施CPR与AED的应用效果,以提升OHCA患者的生存率与神经功能预后。调度员于呼救后2 min 35 s开始指导CPR,7 min02 s完成首次除颤指导。14 min 01 s救护车到达时,患者已恢复自主循环与呼吸,最终康复出院且脑功能评级为1级。该案例证实,调度员电话指导是提升公众急救参与度的重要环节,并为完善公众急救培训体系及调度员专业化指导规范提供了循证证据。此外,基于数字化平台的远程医学指导,通过前移急救反应时间,为构建高效院前急救体系提供了创新性的实践路径。
文摘目的评估和可视化分析2000-2025年休克患者微循环的研究现状、研究热点以及研究趋势。方法检索2000-2025年中国知网数据和Web of Science(WOS)数据库核心合集相关文献,采用CiteSpace6.4.R1进行可视化分析。结果最终共纳入文献2553篇,其中中文文献440篇、英文文献2113篇。休克患者微循环研究年发文量呈逐年上升趋势。英文文献发文量最多的是美国,其次是德国与荷兰,中国位列第4位。该领域主要期刊有《INTENS CARE MED》和《CRIT CARE》等。近期中、英文的研究热点为专家共识、毛细血管充盈时间、休克影响、儿童患者、预后、脓毒症及凝血功能。结论休克患者微循环研究整体呈上升趋势,研究主题和内容正逐渐深入。
