13方法:本研究使用模仿IV数据库分析重症监护患者的结果,14个重点是成人败血症病例。采用最新的数据提取工具,例如Google Big-15查询,并且按照严格的选择标准,我们在本研究中选择了38个功能。此选择16还通过全面的文献综述和临床专业知识来告知。数据预处理17包括处理丢失值,重组分类变量以及使用合成Mi-18诺元过采样技术(SMOTE)来平衡数据。我们评估了几种机器19学习模型:决策树,梯度提升,XGBOOST,LIGHTGBM,多层观察者20 TRON(MLP),支持向量机(SVM)和随机森林。使用了顺序减半和21个分类(SHAC)算法进行高参数调整,并且使用了火车测试拆分22和交叉验证方法来进行性能和计算效率。23
• 液体管理是一个促进正确管理静脉 (IV) 液体和药物的过程,目的是减少液体超负荷、改善患者预后和减少不良事件 1 • 重症监护病房 (ICU) 中的液体超负荷与死亡率增加有关,并会导致严重的并发症,例如肺水肿和心力衰竭 2 • 液体包括复苏液、维持液和“隐藏液体”,是 ICU 中最常用的处方药 1 • 隐藏液体的例子有血液制品、冲洗液和 IV 药物 1 • 文献显示,IV 药物占 ICU 入院第一天总液体摄入量的 61%,占前七天总液体摄入量的 40% 3 • 但是,对显著影响液体状态的 IV 药物进行分类的数据有限
Chang'e 6探针由轨道器,着陆器,月球上升车和再入胶囊组成,将针对2024年月球远处的南极 - 艾特肯(Spa)盆地。
我们开发了一个机器学习(ML)框架,以预测接受MV的ICU患者的医院死亡率。使用MIMIC-III数据库,我们通过ICD-9代码确定了25,202名合格患者。我们采用了向后消除和套索方法,根据临床见解和文献选择了32个功能。数据预处理包括消除超过90%丢失数据的列,并为其余缺失值使用平均插补。为解决阶级失衡,我们使用了合成的少数群体过度采样技术(SMOTE)。我们使用70/30火车 - 策略分开评估了几种ML模型,包括Catboost,XGBOOST,DECOMAL TROED,随机森林,支持向量机(SVM),K-Nearest邻居(KNN)和Logistic回归。在准确性,精度,召回,F1得分,AUROC指标和校准图方面,选择了Catboost模型的出色性能。
背景:性障碍性贫血是一种严重的血液学疾病,其标志是全年症和骨髓衰竭。ICU的入院通常反映了需要重症监护的疾病进展或并发症。预测这些患者的短期生存对于个性化治疗和资源优化至关重要。编号图为整合临床参数提供了一种实用的工具,提供了准确的可视化生存预测,以指导ICU中性贫血患者的决策。方法:使用模拟IV数据库,我们确定了被诊断为性贫血的ICU患者。从数千个可用的变量中,我们从五个维度上提取数据:人口统计学,合成指标,实验室事件,合并症和药物使用情况。基于现有的性质贫血研究,进一步完善了400多个变量,并应用了机器学习技术来确定建模的七个最有效的预测指标。使用机器学习方法进行预处理,这些预测因素的可行性通过其他分类和回归模型验证,验证方法是AUROC。此外,使用来自EICU协作研究数据库的数据进行了外部验证,以评估我们的模型的普遍性。使用逻辑回归(LR)构建了互动命名图,以预测患有同性血症患者的7天,14天和28天的死亡率。结果:这项研究中总共包括了1,662名被诊断为性贫血的患者,其中7:3的比例分为训练和测试队列。逻辑回归模型表现出强烈的预测性能,分别为7天,14天和28天死亡率预测的AUC值分别达到0.8227、0.8311和0.8298。使用EICU数据库的外部验证进一步证实了该模型的通用性,AUC值为0.7391、0.7119和0.7093。这些结果突出了该模型在预测性障碍性贫血患者短期生存方面的稳定性和有效性。结论:APS III领导的一组七个预测因子被证明可有效地建模性质贫血患者的短期生存。使用这些预测因素,COX和Logistic回归模型生成了列线图,这些图可以准确预测7天,14天和28天的死亡率。这些工具可以支持临床医生进行个性化的风险评估和决策。
摘要背景:免疫疗法和靶向疗法等重大治疗进展正在改变肿瘤学的面貌,在改善预后的同时,也带来了新的毒性并发症。本研究旨在评估重症监护病房 (ICU) 入院趋势和实体恶性肿瘤危重患者的预后。我们进行了一项为期 12 年 (2007-2018 年) 的回顾性单中心研究,研究对象包括需要计划外 ICU 入院的实体恶性肿瘤成年患者。入院模式分为:(i) 如果与潜在癌症直接相关,则为特异性;(ii) 非特异性;(iii) 药物相关或程序不良事件。结果:共分析了 1525 名患者。肺和胃肠道是两个主要的肿瘤部位。转移性疾病患者的比例从 2007-2008 年的 48.6% 增加到 2017-2018 年的 60.2%(p=0.004)。危重病情越来越多地与药物或手术相关的不良事件有关,从 2007-2008 年 ICU 入院人数的 8.8% 增加到 2017-2018 年的 16%(p=0.01)。ICU 入院时的危重病情严重程度并没有随着时间的推移而改变。ICU 生存率为 77.4%,在研究期间没有任何显著变化。在 1279 名完成随访的患者中,1 年生存率为 33.2%。ICU 死亡率的独立决定因素是转移性疾病、治疗中进展的癌症、因特定并发症入院以及器官衰竭的程度(有创和无创通气、正性肌力药物/血管加压药、肾脏替代疗法和 SOFA 评分)。 ICU 幸存者的一年死亡率与肺癌、转移性疾病、治疗中进展的癌症、因特定并发症入院以及放弃维持生命的治疗的决定独立相关。结论:实体恶性肿瘤的管理和预后方面的进步大大改变了癌症患者的 ICU 入院模式。尽管潜在的恶性肿瘤是晚期且通常是转移性的,但令人鼓舞的短期和长期结果应该有助于改变危重癌症患者的悲观看法。关键词:实体瘤、ICU、结果、药物相关副作用
摘要背景:免疫疗法和靶向疗法等重大治疗进展正在改变肿瘤学的面貌,在改善预后的同时,也带来了新的毒性并发症。本研究旨在评估重症监护病房 (ICU) 入院趋势和实体恶性肿瘤危重患者的预后。我们进行了一项为期 12 年 (2007-2018 年) 的回顾性单中心研究,研究对象包括需要计划外 ICU 入院的实体恶性肿瘤成年患者。入院模式分为:(i) 如果与潜在癌症直接相关,则为特异性;(ii) 非特异性;(iii) 药物相关或程序不良事件。结果:共分析了 1525 名患者。肺和胃肠道是两个主要的肿瘤部位。转移性疾病患者的比例从 2007-2008 年的 48.6% 增加到 2017-2018 年的 60.2%(p=0.004)。危重病情越来越多地与药物或手术相关的不良事件有关,从 2007-2008 年 ICU 入院人数的 8.8% 增加到 2017-2018 年的 16%(p=0.01)。ICU 入院时的危重病情严重程度并没有随着时间的推移而改变。ICU 生存率为 77.4%,在研究期间没有任何显著变化。在 1279 名完成随访的患者中,1 年生存率为 33.2%。ICU 死亡率的独立决定因素是转移性疾病、治疗中进展的癌症、因特定并发症入院以及器官衰竭的程度(有创和无创通气、正性肌力药物/血管加压药、肾脏替代疗法和 SOFA 评分)。 ICU 幸存者的一年死亡率与肺癌、转移性疾病、治疗中进展的癌症、因特定并发症入院以及放弃维持生命的治疗的决定独立相关。结论:实体恶性肿瘤的管理和预后方面的进步大大改变了癌症患者的 ICU 入院模式。尽管潜在的恶性肿瘤是晚期且通常是转移性的,但令人鼓舞的短期和长期结果应该有助于改变危重癌症患者的悲观看法。关键词:实体瘤、ICU、结果、药物相关副作用
移动平均于疫苗接种状态和年龄段的COVID-19 COVID-19/100.000人日的住院时间,4月4日至2021年8月29日。
COVID-19 疫情引发了人们对交叉污染风险的担忧,尤其是在医院环境和重症监护室 (ICU)。感染患者产生的含病毒气溶胶可以在通风房间内传播,使进入房间的医务人员面临风险。使用纹影光学方法发现的实验结果表明,咳嗽和正常呼吸产生的气流会因所用的氧合技术而改变,尤其是在使用高流量鼻导管时,这会增加潜在传染性空气传播颗粒的脱落。本研究还使用基于格子波尔兹曼方法的 3D 计算流体动力学模型来模拟负压下 ICU 病房内的气流以及患者咳嗽产生的大量空气传播颗粒的运动。研究了不同缓解方案对通过通风系统提取的可能含有 SARS-CoV-2 的气溶胶数量的影响。数值结果表明,适当的床位方向和额外的空气处理装置定位可以使提取的颗粒数量增加 40%,并使脱落后 45 秒内沉积在表面的颗粒数量减少 25%。这种方法可以为更全面地解决医院污染风险奠定基础,因为该模型可以被视为概念验证,并适用于任何房间配置。
COVID-19 疫情引发了人们对交叉污染风险的担忧,尤其是在医院环境和重症监护病房 (ICU)。感染患者产生的含病毒气溶胶可以在通风房间内传播,使进入房间的医务人员面临风险。使用纹影光学方法发现的实验结果表明,咳嗽和正常呼吸产生的气流会因所用的氧合技术而改变,尤其是在使用高流量鼻导管时,这会增加潜在传染性空气传播颗粒的脱落。本研究还使用基于格子波尔兹曼方法的 3D 计算流体动力学模型来模拟负压下 ICU 室内的气流以及患者咳嗽产生的大量空气传播颗粒的运动。研究了不同缓解方案对通过通风系统提取的可能含有 SARS-CoV-2 的气溶胶数量的影响。数值结果表明,适当的床位方向和额外的空气处理装置定位可以使提取的颗粒数量增加 40%,并使脱落后 45 秒沉积在表面的颗粒数量减少 25%。这种方法可以为更全面地解决医院污染风险奠定基础,因为该模型可以看作是一个概念证明,并适用于任何房间配置。