HyperAIHyperAI
منذ 2 أشهر

تنبؤ بالوفيات المبكرة في المستشفى باستخدام الإشارات الحيوية

Reza Sadeghi; Tanvi Banerjee; William Romine
تنبؤ بالوفيات المبكرة في المستشفى باستخدام الإشارات الحيوية
الملخص

تنبؤ الوفيات المبكرة في المستشفى أمر حاسم بينما يسعى الأطباء المختصون بالرعاية الحرجة إلى اتخاذ قرارات طبية فعالة بشأن المرضى الذين يعانون من حالات حرجة ويقيمون في وحدات العناية المركزة. نتيجة لذلك، تم تطوير العديد من الطرق لمعالجة هذه المشكلة بناءً على السجلات السريرية. ومع ذلك، فإن بعض نتائج اختبارات المختبر تستغرق وقتًا طويلاً ويتعين معالجتها. في هذا البحث، نقترح طريقة جديدة لتنبؤ الوفيات باستخدام الخصائص المستخرجة من إشارات القلب للمرضى خلال الساعة الأولى من دخولهم وحدة العناية المركزة (ICU). من أجل تنبؤ الخطر، تم حساب خصائص كمية بناءً على إشارات معدل ضربات القلب للمرضى في وحدة العناية المركزة. يتم وصف كل إشارة بـ 12 خاصية إحصائية ومبنية على الإشارة. يتم تغذية الخصائص المستخرجة إلى ثماني تصنيفات: شجرة القرار، التمييز الخطي، الانحدار اللوجستي، آلة الدعم الناقلي (SVM)، الغابة العشوائية، الأشجار المعززة، SVM الجاوسية، وجيران K الأقرب (K-NN). لاستخلاص الرؤى حول أداء الطريقة المقترحة، تم إجراء عدة تجارب باستخدام مجموعة البيانات السريرية الشهيرة المسماة ماركت المعلومات الطبية للرعاية الحرجة الثالث (MIMIC-III). تظهر نتائج التجارب قدرة الطريقة المقترحة من حيث الدقة والتحقيق والنقاط F1 ومجال تحت منحنى الخاصية التشغيلية المستقبلة (AUC). يحقق تصنيف شجرة القرار أفضل دقة وتفسير مقارنة بالتصنيفات الأخرى، بإنتاج نقاط F1 وAUC تساوي 0.91 و0.93 على التوالي. وهذا يشير إلى أن إشارات معدل ضربات القلب يمكن استخدامها لتنبؤ الوفيات لدى المرضى في وحدة العناية المركزة، مما يحقق أداءً مماثلًا للتنبوءات الحالية التي تعتمد على خصائص ذات أبعاد عالية مستخرجة من السجلات السريرية والتي قد تحتاج إلى معالجة وقد تحتوي على معلومات ناقصة.

تنبؤ بالوفيات المبكرة في المستشفى باستخدام الإشارات الحيوية | أحدث الأوراق البحثية | HyperAI