Модели ИИ могут помочь прогнозировать смертность в домашних условиях у пациентов с ОИТ с лимфомой

Модели машинного обучения (ML) прогнозируют пациенты с домашней смертностью в отделении интенсивной терапии (ОИТ) с лимфомой, согласно исследованию опубликовано онлайн 20 августа в Plos одинПолем

Линг Сюй из Университета традиционной китайской медицины Гуанчжоу в Дунгуане, Китай и коллегах разработал и подтвержденные модели ML для прогнозирования внутрибольничной смертности у взрослых пациентов с интенсивной терапией с лимфомой в ретроспективном когортном исследовании с использованием данных медицинской информации Mart для базы данных IV интенсивной медицинской помощи. Пятнадцать машинное обучение Модели были разработаны и сравнивались с использованием кривых рабочих характеристик приемника и анализа области под кривой (AUC).

Анализы включали 1591 пациент, при этом 342 (21,5%) гибель в стабильном возрасте. Исследователи обнаружили, что регрессия Lasso выявила значимые предикторы смертности, включая азот в крови мочевины (BUN), тромбоциты, протромбиновое время (PT), частота сердечных сокращенийВ систолическое артериальное давлениеактивированное частичное время тромбопластина, насыщение кислородом и бикарбонат.

Самая высокая прогностическая производительность была замечена для классификатора Catboost с AUC 0,7766. Критическая роль BUN была выделена в анализе аддитивного объяснения Shapley (SHAP), который был наиболее важным фактором в прогнозировании смертности, за которым следовали тромбоциты и PT. Индивидуальный Оценки риска были предоставлены графиком силы Shap, демонстрируя способность модели идентифицировать подгруппы высокого риска.

«Модели ML, в частности, классификатор Catboost, могут помочь в оценке риска внутрибольничной смертности среди пациентов с интенсивной терапией с лимфомой»,-пишут авторы. «Эти модели не только предлагают дополнительные идеи наряду с традиционными подходами, но и предоставляют интерпретируемые оценки риска с помощью анализа стоимости формы».

Больше информации:
Линг Сюй и др., Прогнозирование внутрибольничной смертности у пациентов с лимфомой с лимфомой с использованием моделей машинного обучения, Plos один (2025). Doi: 10.1371/journal.pone.0330197

Read more:  Цефидерокол не уступает, но не «меняет правила игры» при грамотрицательных инфекциях кровотока

© 2025 HealthDayПолем Все права защищены.

Цитирование: Модели ИИ могут помочь прогнозировать смертность в больнице у пациентов с ОИТ с лимфомой (2025, 29 августа). Получено 31 августа 2025 г. с https://medicalxpress.com/news/2025-08-ai-hospital-mortality-icu-patients.html

Этот документ подлежит авторским правам. Помимо каких -либо справедливых сделок с целью частного исследования или исследования, никакая часть не может быть воспроизведена без письменного разрешения. Контент предоставляется только для информационных целей.

2025-08-29 18:20:00


1756660210
#Модели #ИИ #могут #помочь #прогнозировать #смертность #домашних #условиях #пациентов #ОИТ #лимфомой

Ещё по этой теме

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.