申请认证 退出

您的申请提交成功

确定 取消

利用机器学习技术预测非机械通气和静脉注射氢吗啡酮术后患者的感染风险

2022-09-06 14:37

利用机器学习技术预测非机械通气和静脉注射氢吗啡酮术后患者的感染风险

本文由“人福ICU镇痛在线"授权转载

69221662418943299  

发表日期:2022年8月

医院:山西白求恩医院(山西医学科学院)

期刊:Frontiers in Neurology

免责声明:

所刊载内容不代表本微信公众平台的观点或立场,文中所涉及药物使用、疾病诊疗等内容仅供参考。如涉及文章版权问题,请及时联系我们,我们将及时删除。

重症监护病房 (ICU) 中的患者会经历不同程度的疼痛、谵妄、躁动和唤醒。上述情况可能会导致ICU住院时间延长,发病率和死亡率增加。因此,镇痛和镇静已成为常规ICU护理的一部分,从而产生了当前的 e-CASH(早期舒适化镇痛、最少的镇静药物和最大化的人文关怀)镇痛镇静理念。用于ICU患者镇痛和镇静的临床药物的开发数量不断增加。评估患者的病情并确定药物的药理学可优化镇痛给药。

氢吗啡酮是一种新型的镇痛药物,是一种半合成的吗啡衍生物。其镇痛作用约为吗啡的8-10倍,起效快,副作用少,给药途径多样,成瘾风险低,胃肠道不良反应少,代谢产物无活性,适用性好,比较适用于肝肾功能失代偿的患者。氢吗啡酮已被广泛验证用于急诊、日间手术和围手术期管理镇痛,在减少呼吸抑制和胃肠道不良反应方面具有显著优势。然而,目前需要进一步的研究来评估氢吗啡酮在ICU中的有效性、安全性和使用剂量。

1

Part.1

方法

1

受试者:

本研究采用回顾性分析模式,纳入130例术后入ICU需氢吗啡酮镇痛的患者。

2

给药方式及剂量:

5支氢吗啡酮加生理盐水配至50mL,起始泵速2mL/h,后续动态调整注射泵的泵注速度以达到满意的镇痛效果。每2小时评估患者的疼痛和生理指标。氢吗啡酮血药浓度超过40mg/mL的患者为高剂量组,不超过40 mg/mL的患者为低剂量组。

2

Part.2

结果

1

氢吗啡酮高低剂量组患者的结果比较

在对130例术后入住ICU的患者进行的临床研究中,65例患者的使用过程中氢吗啡酮血药浓度超过40 mg/mL,被纳入氢吗啡酮高剂量组。其余65名患者被纳入氢吗啡酮低剂量组。表2 中给出了患者基线特征的概述。氢吗啡酮高低剂量组在生物学性别、年龄、体重、身高、BMI、高血压、糖尿病、APACHE II和SOFA 评分方面没有统计学差异。然而,氢吗啡酮高剂量组的WBC计数(P = 0.036)及感染风险(P = 0.014)均有相对程度升高。

表2:氢吗啡酮高剂量组与低剂量组的临床结果比较

86461662418943680

2

列线图预测模型的构建与评价

在训练组、验证组和整体成对列中,ROC曲线的AUC 分别为0.835、0.818 和 0.747,表明该模型具有良好的预测能力(图3A)。基于多因素逻辑回归模型,构建列线图(图3B)以促进其临床应用。校正曲线表明,感染预测模型的预测值与真实标签的预测值基本一致,进一步支持了模型良好的预测能力(图3C)。临床决策曲线表明,预测模型的预测对患者具有临床价值(图3D)。将患者的基本特征和氢吗啡酮的使用情况投影到该列线图上,可以轻松计算感染风险的概率,从而指导临床环境中氢吗啡酮的使用和患者监测。

图3:构建基于六个因素的列线图并评估其准确性

94971662418943811 82951662418943944 39131662418944035 8601662418944118

图3A:基于感染训练、验证和整体成对列集的六个已识别临床因素构建的逻辑回归模型的 ROC 曲线在所有三个数据集中表现出更好的分类性能。

图3B:列线图是使用逻辑回归模型构建的。

图3C:标定图显示模型的预测值与真实标签大致一致,表明模型相当准确。

图3D:在整体成对列中显示预测结果的临床决策曲线

3

Part.3

结论

本研究探讨并阐明了氢吗啡酮在ICU中的疗效和安全性。已发现年龄、生理性别、BMI、WBC计数和CRP、氢吗啡酮剂量可能是ICU非机械通气患者术后发生感染的危险因素。基于这六个临床变量,感染预测模型具有良好的预测能力,可用于指导氢吗啡酮在临床更安全的使用。

   

不感兴趣

看过了

取消

模型,患者,临床,吗啡,镇痛

不感兴趣

看过了

取消

相关阅读

赞+1

您的申请提交成功

您的申请提交成功

确定 取消
海报

已收到您的咨询诉求 我们会尽快联系您

添加微信客服 快速领取解决方案 您还可以去留言您想解决的问题
去留言
立即提交