Crit Care：危重病患者拔管结局的预测

2022-01-10 00:41:19 来源:

拔管败北是所制造通气病患者的一个不可或缺难题，其危险状况仍然是一个不可或缺的数据分析难题。

近日，危重病医学信息技术权威性杂志Critical Care上发表了一篇数据分析篇名，数据分析执法人员进行时了一项该系统回顾和交融量化，以探寻通过前提呼吸检验并遵从计划拔管的通气病患者拔管败北的关的状况。该该系统口碑已在PROPERO中都注册，注册号为CRD42019137003。

数据分析执法人员链接了PubMed、Web of Science和Cochrane Controlled Register of Trials数据库，链接一段时间从1998年1月至2018年12月。数据分析执法人员确立了关的与遵从有创所制造通气的重症家庭教育医院病患者拔管败北关的风险状况的观察性数据分析。两位作者独立提取数据并分析报告确立数据分析的必要性。

67项数据分析（关的26847名参与者）符合确立规格并被确立该交融量化。数据分析执法人员量化了49个函数，其中都，确定了26个与拔管败北非常大关的的状况。危险状况分别为三个信息技术（合并症、急性疾病轻微素质和拔管时的形态），主要关的三个该系统的新功能（循环、呼吸和神经该系统），其中都以拔管时的生物体呼吸形态相当类似于。粪便管理的单个主轴是函数为数最多的主轴。数据分析执法人员通过命题演算多函数交融量化，十二个状况与拔管败北非常大关的：年龄、心脏病巨著、呼吸该系统疾病巨著、简化急性生物体高分II高分、肺炎、所制造通气持续一段时间、血压、快速浅呼吸指数、负吸气力、较高的PaO2/FiO2比值、较高的血红蛋白水平和较高的格拉斯哥体力不支高分，最新的状况与拔管剧情的关的性最强。

由此可见，许多状况与通过前提呼吸检验的危重病患者的拔管败北关的。稳健的多模板临床高分和/或人工智能算法应以基于来让的量值进行时分析报告，以加以改进临床不止中都对拔管剧情的预测效能。

独有引自：

Flia Torrini.et al.Prediction of extubation outcome in critically ill patients: a systematic review and meta-ysis.Critical Care.2021.