Прогнозирование послеоперационных циркуляторных осложнений у пожилых пациентов с использованием машинного обучения

Предсказание послеоперационных сердечно-сосудистых осложнений у пожилых пациентов: подход с использованием машинного обучения

Цель исследования: Данное исследование направлено на использование преимуществ алгоритмов машинного обучения для выявления ключевых факторов, влияющих на предсказание послеоперационных сердечно-сосудистых осложнений (ПСО) у пожилых пациентов.

Методы

Это вторичный анализ данных из рандомизированного контролируемого испытания, в котором участвовали 1,720 пожилых пациентов в пяти третичных больницах Пекина, Китай. Участники в возрасте от 60 до 90 лет проходили крупные нехирургические операции под общим наркозом. Основным показателем исследования была частота возникновения ПСО, согласно диагностическим критериям Европейского общества кардиологии и Европейского общества анестезиологии. В анализе использовались 67 переменных, включая исходные характеристики, лабораторные тесты и оценочные шкалы.

Результаты

Процесс выбора признаков выявил ключевые переменные, которые значительно влияют на исходы для пациентов, включая продолжительность пребывания в отделении интенсивной терапии, время операции и анестезии, балл APACHE-II, среднюю частоту сердечных сокращений и кровопотерю во время операции, общее использование опиоидов, возраст пациента, балл VAS-Move-Median на 1-3 день, балл коморбидности по шкале Чарлсона, объемы внутрисосудистых жидкостей, а также длительность интубации трахеи. Модель Random Forest продемонстрировала исключительную эффективность с точностью 0.9872.

Заключение

Мы разработали и валидировали алгоритм для предсказания ПСО у пожилых пациентов, выявив ключевые факторы риска.

Регистрация испытания

PMID: 40237268 | DOI: 10.3967/bes2025.005

Практические решения для здравоохранения

На основе данных испытания можно определить возможности для улучшения клинической практики:

• Определение измеримых результатов: Установите четкие цели для клиник и пациентов, основанные на предсказании ПСО.
• Выбор AI инструментов: Подберите решения на основе искусственного интеллекта, соответствующие конкретным задачам.
• Пошаговая реализация: Начните с пилотного проекта, отслеживайте результаты с помощью AI решений и реального воздействия.

Контакты для получения AI решений в медицинском управлении:

Telegram: https://t.me/itinai

X: https://x.com/vlruso

Linkedin: https://www.linkedin.com/company/itinai/