重症监护室(ICU)中严重的败血症和脓毒症休克是常见的,并促成成本和死亡率。早期治疗是至关重要的,但难以进行实时诊断的困难。本研究使用隐马尔可夫模型(HMMS)来检查SEPSIS的时间演化是否可以使用经过验证的生物信号添加诊断准确度或值。
临床资料(n = 36名患者; 6071小时),包括每小时个性化胰岛素敏感度量。创建了两个隐藏状态嗯,以区分控制诊断的病例(严重脓毒症,脓毒症)州的诊断案例(SIRS,SEPSIS)。诊断性能由ROC曲线,似然比(LHR),灵敏度/特异性和诊断赔率(DOR)测量,以获得最佳的重组估计和最坏情况80/20%重复熔断分析。
最佳案例重组估算,培养率接近完美的结果(95%的灵敏度; 96%的特异性),但对最坏情况相对较差(59%的灵敏度; 61%的特异性)。添加Sepsis的时间演变并未增加诊断的准确性,从单独使用信号而没有时间历史。
这些潜在的令人惊讶的结果表明,在败血症的时间演变中,在使用的生物信号,数据和HMM拓扑的上下文中预防有效诊断,显着的患者歧患者歧视。努力改善实时,早期败血症诊断应专注于生物信号和使用的数据的鲁棒性和功效,以及模型复杂程度,以创造更有效的实时分类器。

参考

PubMed.