目的对心脏外科手术患者术前肺康复训练的相关研究进行范围综述,为构建适合国内患者的术前肺部预康复护理方案提供循证支持。方法以澳大利亚乔安娜布里格斯研究所范围综述指南为指导,计算机检索PubMed、Embase、Web of Science、CINAHL...
详细信息
目的对心脏外科手术患者术前肺康复训练的相关研究进行范围综述,为构建适合国内患者的术前肺部预康复护理方案提供循证支持。方法以澳大利亚乔安娜布里格斯研究所范围综述指南为指导,计算机检索PubMed、Embase、Web of Science、CINAHL、中国知网和万方数据库中的相关文献,检索时限为建库至2024年6月。对纳入文献进行系统分析。结果共纳入26篇文献,4篇为类实验研究,22篇为随机对照研究。心脏外科术前肺康复训练形式包括综合性呼吸功能锻炼、吸气肌训练、呼气阻力训练、激励式肺活量计训练及吹气球训练;干预开始时间从术前10周到术前1天;结局指标包括术后肺部并发症、肺功能、6 min步行试验、机械通气时长、住院时长、患者自我报告结局等。结论心脏外科手术患者术前肺康复训练尚缺乏统一标准,未来应开展高质量研究,优化心脏外科手术患者肺部预康复干预策略并建立统一的评价标准。
目的 探讨重症监护病房脓毒症患者临床表型识别与验证，促进精准医疗发展。方法 采用人工智能算法处理重症监护医学信息数据库Ⅳ（Medical Information Mart for Intensive Care IV，MIMIC-IV）中脓毒症患者的临床数据，包括人口学特征...
详细信息
目的 探讨重症监护病房脓毒症患者临床表型识别与验证，促进精准医疗发展。方法 采用人工智能算法处理重症监护医学信息数据库Ⅳ（Medical Information Mart for Intensive Care IV，MIMIC-IV）中脓毒症患者的临床数据，包括人口学特征、ICU首日实验室指标及治疗措施等89个临床特征，首先应用无监督机器学习算法（K均值聚类和层次聚类）进行表型识别，再应用有监督机器学习算法（轻量级梯度增强机）进行表型预测，并结合机器学习可解释性算法SHAP识别重要特征；最后通过传统统计学方法，从各表型间临床特征差异与临床结局差异两个角度进行验证。结果 在22517例脓毒症患者中发现了3种临床特征及结局显著不同的表型。其中表型1患者的死亡风险最高（28 d死亡率为46.4%），以肾功能异常和疾病严重性评分升高为主；表型3患者的死亡风险最低（28 d死亡率为11.2%），神经功能评分最佳。通过可解释性机器学习，识别出阴离子间隙、血尿素氮、肌酐、格拉斯哥昏迷评分、凝血酶原时间和序贯性器官功能衰竭评分6个特征（首日最差值）在表型识别（AUC≥0.89）和表型预后预测（AUC≥0.74）方面表现良好。在出ICU后28 d、60 d、90 d及1年内，表型3患者的死亡风险均最低（HR＜1）。结论 利用机器学习算法成功识别了3种具有不同临床特征及预后的脓毒症临床表型，并筛选出6个关键临床特征，预期将在脓毒症亚型分类及预后评估中发挥重要作用，有助于患者的个体化治疗。
暂无评论