支持向量机在ICU急性肾损伤患者住院死亡风险预测中的应用

目的：应用支持向量机（support vector machine,SVM）构建ICU中急性肾功能损伤(acute kidney injury, AKI)患者住院死亡风险预测模型,并比较其与ICU中常用的简化急性生理评分（the simplified acute physiology score Ⅱ,SAPS-Ⅱ）的预测性能。方法：使用重症监护医学信息市场（medical information mart for intensive care Ⅲ,MIMIC-Ⅲ）数据库作为数据来源。根据2012年国际改善全球肾脏病预后组织（Kidney Disease: Improving Global Outcomes, KDIGO）发表的《急性肾损伤临床实践指南》选取MIMIC Ⅲ数据库中的AKI患者,使用SAPS-Ⅱ中所用到的全部变量构建SVM模型,同时,使用MIMIC-Ⅲ数据库定制本地化的SAPS Ⅱ模型,并比较其与SVM模型的性能优劣。模型性能的评价方法使用五折交叉验证,评价指标使用受试者工作特征曲线下面积(area under the receiver operation characteristic curve,AUROC)、均方根误差（root mean squared error,RMSE）、灵敏度、特异度和准确率。此外,使用Bland-Altman图评估两模型预测结果的一致性。结果：共纳入19 044例AKI患者,死亡率为13.58%。五折交叉验证的结果显示,SVM模型和定制版SAPS-Ⅱ模型的平均AUROC分别为0.86和0.81, 差异有统计学意义（t=13.0,P<0.001）, SVM模型和定制版SAPS-Ⅱ模型的平均RMSE分别为0.29和0.31, 差异有统计学意义（t=-9.6,P<0.001）。在灵敏度和约登指数方面,SVM模型也均优于定制版的SAPS-Ⅱ模型,差异均具有统计学意义（P分别为0.002和<0.001）。Bland Altman图显示当患者死亡风险极高或者极低时,两模型预测结果的一致性较好。当患者死亡风险的不确定性较大时,两模型预测结果的一致性较差。结论：相比于传统的SAPS-Ⅱ模型,SVM模型的预测性能更优,且当患者的死亡风险不确定时,这种优势尤其明显; SVM模型更有利于AKI患者的死亡风险识别与早期干预,能有效地帮助ICU临床医生提高医疗质量,有很强的临床应用价值。     

神经内科重症监护室护理风险探讨

护理风险是指患者在住院接受护理过程中有可能发生的一切不安全事件。我院神经内科重症监护室（NICU）是以抢救各种神经内科急、危、重症为主的治疗体系,患者病情危急且变化快,护士长期处于高度紧张的状态之下,临床风险事件易发生在护理工作中,因此了解NICU护理风险事件的常见种类、发生原因,对提高NICU护士风险防范意识,保障患者医疗、护理的安全、预防NICU护理风险事件将起到积极作用。现将我科收治494例NICU患者护理风险事件的种类、发生原因、防范对策报道如下。     

基于机器学习的重症监护病房脓毒症患者早期死亡风险预测模型

背景 脓毒症患者死亡率高.准确预测不良结局的发生,有助于医疗资源的有效分配.目的 建立一种机器学习模型预测脓毒症患者早期死亡风险,辅助临床医生进行临床决策.方法 从重症监护医疗信息市场(Medical?Information?Mart?for Intensive?Care,MIMIC)Ⅲ数据库筛选出符合Sepsis-3...     

心理护理在儿科重症监护室中的应用

目的:探讨心理护理在儿科重症监护室中的应用效果。方法:选取近三年就诊的80例患儿,采用随机数字表法将其分为对照组和观察组各40例。对照组患儿使用传统的护理方法进行护理,观察组在其基础上进行心理护理干预,比较两组的护理效果。结果:在护理结束后,观察组的护理有效率为87.50%;对照组的护理有效率为62.50%;观察组患儿及其家属对护理工作的满意度为95.00%明显优于对照组的72.50%(P<0.05)。结论:在患儿的护理中增加心理护理干预,能有效消除不利于患儿病情康复的情绪,患儿及其家属对护理工作的满意度较高。     

护理标识在重症监护室神经外科患者中的应用探究

目的：研究在重症监护室神经外科患者中应用护理标识的效果。方法：将2015年1月至2015年12月该院重症监护室收治的54例神经外科患者实施护理标识作为研究组,将实施护理标识前50例患者作为参照组,比较两组护理差错发生率,以及患者满意度。结果：研究组护理差错发生率7.4％明显低于参照组24.0％,患者满意度96.3％高于参照组80.0％,与参照组相比,差异显著（P ＜0.05）。结论：在重症监护室神经外科患者中应用护理标识能够减少护理差错发生率,提高患者满意度,值得应用。     

儿童重症监护室的护理风险及防范

目的 分析儿童重症监护室的护理风险及防范措施.方法 选取我院2012年8月-2013年9月收治的106例ICU重症监护患儿作为研究对象,对其发生护理风险的因素进行分析,并探讨积极、有效的防范措施.结果 经过护理后,84例满意,18例基本满意,4例不满意,总护理满意度为96.2％.结论 为有效提高儿童重症监护室的整体护理质量,降低护理风险率和护理纠纷率,需要增强风险防范意识,加大健康宣教力度.     

管道标识在重症监护室中的应用

目的:观察管道标识在重症监护室(ICU)患者管道安全管理中的应用效果。方法:对2009年12月至2010年7月未进行管道标识的80例(无标识组)患者与2010年8月至2011年8月实施管道标识后的123例患者(标识组)的管道安全情况、差错和急救给药时间进行对比分析。结果:无标识组的管道堵塞率、管道脱出率、连接错误率和差错率均高于标识组(P<0.05～P<0.01),急救给药时间高于非标识组(P<0.01),而管道受压扭曲率2组差异无统计学意义(P>0.05)。结论:管道标识应用在ICU患者中,可有效提高管道安全,减少护理差错和急救给药时间,提高护理工作效率。     

标准化护理程序在重症监护室心力衰竭患者护理中的应用

目的探讨标准化护理程序在重症监护室心衰患者护理中的应用效果。方法将100例心力衰竭患者按随机数表法分为A组和B组,各50例,A组接受常规护理,B组患者在此基础上按标准化护理程序护理,比较两组患者的护理效果。结果护理后,两组患者收缩压、舒张压、心率均较前改善,B组患者收缩压、舒张压、心率低于A组,差异有统计学意义(P<0.05)。B组患者死亡率和致残率均低于A组,急救反应时间和院内反应时间短于A组,差异有统计学意义(P<0.05)。B组患者护理满意度[98.0%(49/50)]高于A组[82.0%(41/50)],差异有统计学意义(P<0.05)。结论对重症监护室心衰患者采用标准化护理程序干预,可以提高护理质量,降低患者死亡率和致残率,改善预后。     

神经外科重症监护室的护理风险与防范

由于神经外科重症监护室（NCU）是以抢救各种神经外科重症为主的治疗体系,患者病情危急且变化快,而护士长期处于高度紧张的状态之下,临床风险事件易发生在护理工作中。     

重症监护室中高危新生儿听力状况研究

目的对新生儿重症监护室（NICU）中的高危儿听力状况进行研究分析,完善新生儿听力筛查工作。方法对681例在NICU住院的高危新生儿进行听力筛查和诊断,检查结果运用SPSS18．0统计软件进行分析。结果NICU听力障碍率2．39％,听神经病发病率0．34％;住院期间听力初筛未通过率高,42d复筛通过率高;听损伤的主要高危因素是：早产、高胆红素血症、颅面形态畸形和宫内感染。结论NICU高危儿是听力障碍的高发人群,需重点关注;NICU高危儿的听力状况存在着各种变化;瞬态诱发耳声发射＋快速听性脑干发应是NICU高危儿较适宜的听力筛查模式,42d是联合筛查较适宜的时间。     

下肢骨折患者深静脉血栓的危险因素及不同量表的预测价值

目的分析下肢骨折患者深静脉血栓（deep vein thrombosis, DVT）发生的独立危险因素,研究RAPT量表、Autar量表、Caprini量表对下肢骨折患者DVT的预测价值。方法回顾性分析上海交通大学医学院附属第六人民医院急诊医学科2016年8月—2021年12月EICU中胫骨骨折、股骨骨折、胫骨合并股骨骨折患者的临床资料,统计DVT的发生率;采用Logistic回归分析患者发生DVT的独立危险因素;采用ROC曲线评估RAPT量表、Autar量表、Caprini量表对下肢骨折患者DVT的预测价值。结果共511例患者纳入本研究,其中99例(19.37%)出现DVT。胫骨骨折207例,19例(9.18%)出现DVT;股骨骨折245例,66例(26.94%)出现DVT;胫骨合并股骨骨折59例,14例(23.73%)出现DVT;3组间DVT发生率有统计学意义（P＜0.001）。多因素Logistic回归分析显示,合并多发伤(OR=2.676,95%CI: 1.3755.209,P=0.004)、骨折部位(相对于胫骨骨折组,股骨骨折组DVT风险情况: OR=4.634,95%CI: 2.5318.486,P＜0.001;胫骨合并股骨骨折组DVT风险情况: OR=2.879,95%CI: 1.3236.264,P=0.008）、Autar评分(OR=1.319,95%CI: 1.0201.708,P=0.035)为下肢骨折患者发生DVT的独立危险因素。Autar量表、Caprini量表、RAPT量表预测下肢骨折患者发生DVT的ROC曲线下面积分别为0.598、0.576、0.566,三者间差异无统计学意义（P＞0.05）。结论股骨骨折或合并多发伤的患者发生DVT的风险更高。RAPT量表、Autar量表、Caprini量表对EICU下肢骨折患者是否发生DVT有一定的预测价值,但均不够理想。     

ICU 患者发生医院感染的特点、危险因素及护理措施

目的：研究重症监护病房（ICU）患者发生医院感染的特点、危险因素及护理干预措施。方法选取我院 ICU 收治的患者1510例,根据是否发生医院感染将患者分为感染组（618例）和非感染组（892例）,分析所有患者的临床资料,观察其感染特点、危险因素,并探讨护理干预措施。结果感染特点以下呼吸道感染最多,其次是泌尿道感染,以革兰氏阴性杆菌感染最多见;免疫抑制剂应用、原有肺部感染、褥疮、多发伤、气管切开、住院时间是医院感染的危险因素（P ﹤0.05）;Logistic 多因素回归分析显示原有肺部感染、住院时间、气管切开是独立危险因素（P ﹤0.05）。结论 ICU 患者医院感染以下呼吸道感染最常见,且多为革兰氏阴性杆菌感染,ICU 医院感染与多种因素有关,应该制定有针对性的护理干预措施降低感染发生率。     

重症监护病房血流感染危险因素的Meta分析

目的 探讨重症监护病房(intensive care unit,ICU)患者发生血流感染(blood stream infection,BSI)的危险因素。方法 在英文数据库Cochrane Library、PubMed、Embase、Web of Science及中文数据库CBM、中国知网、万方、维普检索关于BSI危险因素的相关文献,检索时间为从各数据库建库至2021年4月,通过双人交叉纳入、排除、提取最终获得文献的效应量,使用Revman 5.0进行数据分析,评估了研究异质性和偏倚风险。结果 获得参考文献13 691篇,经过纳入、排除后最终获得符合要求的文献11篇,采用(Newcastle-Ottawa Scale,NOS)量表对纳入研究的方法学质量进行评分,最终结果显示危重症患者发生BSI的危险因素有以下8项:肠外营养(OR=5.07,95%CI:2.89~9.10)、呼吸衰竭(OR=3.03,95%CI:1.90~4.83)、脓毒症(OR=2.13,95%CI:1.50~3.01)、深静脉置管(OR=3.57,95%CI:2.16~5.90)、免疫抑制(OR=3.52,95%CI:1.72~7.20)、机械通气(OR=5.28,95%CI:2.05~13.62)、心脏事件(OR=3.07,95%CI:1.68~5.62)、既往暴露于抗生素(OR=2.46,95%CI:1.14~5.33)。结论 初步阐明重症监护病房患者发生BSI的危险因素包括肠外营养、呼吸衰竭、脓毒症、深静脉置管、免疫抑制、机械通气、心脏事件、既往暴露于抗生素。     

SWOT分析法在NICU护理风险管理中的应用

目的 探索SWOT分析法在神经内科重症监护室(NICU)护理管理风险中的应用,以持续改进护理质量.方法 2008年1~6月运用SWOT分析法评估重症监护室风险管理的内部优势、劣势和外部环境的机会、挑战或威胁因素并加以细化分析,从而制订相应对策.结果 与2007年7~12月相比,重症监护室的护理质控分数以及患者和家属的满意度有明显改善,护理差错和投诉事件发生率明显下降.结论 SWOT分析法用于指导NICU护理风险管理,可有效防范护理风险事件的发生,值得推广应用.     

Predicting brain function status changes in critically ill patients via Machine learning

ObjectiveIn intensive care units (ICUs), a patient’s brain function status can shift from a state of acute brain dysfunction (ABD) to one that is ABD-free and vice versa, which is challenging to forecast and, in turn, hampers the allocation of hospital resources. We aim to develop a machine learning model to predict next-day brain function status changes.Materials and MethodsUsing multicenter prospective adult cohorts involving medical and surgical ICU patients from 2 civilian and 3 Veteran Affairs hospitals, we trained and externally validated a light gradient boosting machine to predict brain function status changes. We compared the performances of the boosting model against state-of-the-art models—an ABD predictive model and its variants. We applied Shapley additive explanations to identify influential factors to develop a compact model.ResultsThere were 1026 critically ill patients without evidence of prior major dementia, or structural brain diseases, from whom 12 295 daily transitions (ABD: 5847 days; ABD-free: 6448 days) were observed. The boosting model achieved an area under the receiver-operating characteristic curve (AUROC) of 0.824 (95% confidence interval [CI], 0.821-0.827), compared with the state-of-the-art models of 0.697 (95% CI, 0.693-0.701) with P < .001. Using 13 identified top influential factors, the compact model achieved 99.4% of the boosting model on AUROC. The boosting and the compact models demonstrated high generalizability in external validation by achieving an AUROC of 0.812 (95% CI, 0.812-0.813).ConclusionThe inputs of the compact model are based on several simple questions that clinicians can quickly answer in practice, which demonstrates the model has direct prospective deployment potential into clinical practice, aiding in critical hospital resource allocation.     

基于电子病历的重症老年患者急性肾损伤连续风险预测研究

目的 探索重症老年患者(≥60岁)急性肾损伤早期连续风险预测的可行性,促进机器学习在临床决策支持中的应用。具体实现以6 h为单位连续预测重症老年患者在未来48 h的急性肾损伤发病风险,并探索可实现何种程度的早期预测,以及比较当前数据和累积数据的预测效果。方法 基于重症监护医学信息数据库(Medical Information Mart for Intensive Care,MIMIC)-Ⅲ,应用逻辑回归、支持向量机、随机森林和轻量梯度提升机(light gradient boosting machine,LightGBM)建模预测。基于曲线下面积(area under curve,AUC)、精确度和召回率进行结果评估。结果 共11 261条重症老年患者记录纳入研究。基于当前6 h数据预测时,LightGBM的AUC达0.845~0.925,随机森林、支持向量机和逻辑回归的最高AUC均低于0.73。基于入重症监护病房最初6 h数据,LightGBM效果最好,AUC达0.845。LightGBM应用当前数据比累积数据获得更高的AUC、精确度和召回率,随机森林、支持向量机和逻辑回归反之。结论 利用LightGBM对重症老年患者进行急性肾损伤早期连续预测切实可行,仅基于重症监护病房前6 h数据的预测结果就可以达到24 h积累数据的预测效果。此外,不同模型对数据的接收能力和适用性不同,LightGBM在当前数据中表现优于累积数据,其他3种模型在累积数据中表现优于当前数据。     

儿科重症监护病房护士应对护理风险的方法及对策

本文分析儿科重症监护病房护士在工作中存在的护理风险及其原因,提出一系列的护理对策及防范措施：强化风险意识;加强与患儿及家长的沟通;提高自身修养,加强专业知识、技能的培训及健康教育的宣传;重视安全教育,强化法律知识,从而保证了护理服务质量,降低了护理风险,减少护理纠纷的发生。     

重症监护室脑血管病并发感染相关因素分析

目的探讨重症监护室脑血管病变患者发生感染的相关危险因素,探讨相应的防治措施。方法采用前瞻性加回顾性收集上海市东方医院重症监护室收治脑血管意外病例877例,以入院后发生的感染为准,分析重症监护室脑血管意外患者感染的危险因素。结果877例重症监护室脑血管意外患者住院期间发生感染427例（48．7％）,其中肺部感染360例（41．0％）、泌尿系统感染25例（2．9％）、肺部合并泌尿系统感染12例（1．4％）、其他感染（颅内、深静脉、其他不明原因感染）30例（3．4％）。结论重症监护室脑血管意外感染发生除与宿主对感染的易感性包括性别、原发疾病严重程度和免疫防御功能、脑血管意外种类、基础疾病、住院时间有关外,环境因素、生活习惯、抗生素不合理应用、医疗侵入性操作等外,等均与感染发生有关。