换一批基于机器学习和医疗物联网的ICU危重患者呼吸机报警管理模型的开发与验证
Development and validation of a machine learning and Internet of Medical Things-based model for ICU ventilator alarm management
摘要目的 探索在重症监护病房(ICU)中基于机器学习(ML)和医疗物联网(IoMT)的新型呼吸机报警管理模型在有创机械通气(MV)危重症患者中的开发和应用,旨在识别报警的干预需求.方法 纳入2024年2月10日至2024年7月22日期间在华西医院ICU接受有创MV的成人患者,开展回顾性队列研究和ML分析.通过IoMT系统采集76项与呼吸机报警相关的参数.模型构建采用分层特征选择方法和6种ML算法,包括高斯朴素贝叶斯、K近邻、线性判别分析、支持向量机、分类提升树(CatBoost)、逻辑回归.模型性能通过受试者工作特征曲线下面积(AUC-ROC)进行评估.结果 共纳入107名患者及其相关的呼吸机报警记录.通过分层特征选择,从76个参数中筛选出12个高度相关的特征用于模型训练.CatBoost模型显示了最佳的预测性能,训练集的AUC为0.984 7,准确性为0.912 3.经外部验证,CatBoost模型的AUC为0.805 4.结论 基于CatBoost模型的ML方法在预测ICU危重患者呼吸机报警是否需要干预方面表现出色.未来需要通过更大规模的多中心研究进一步验证其临床应用价值.
更多相关知识
关键词
机器学习报警管理机械通气医疗物联网重症监护病房Mechanical ventilationAlarm managementMachine learningInternet of medical thingsIntensive care unit
栏目名称
DOI
10.7507/1672-2531.202411199
发布时间
2025-05-20（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2022YFC2407601）
- 浏览0
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
