复旦大学附属华山医院麻醉科的余琼教授等应用机器学习方法开展预测TBI患者首个住院日低钾血症的研究。结果发表在2022年10月的《CNS Neurosci Ther》在线。
——摘自文章章节
长按识别二维码查看原文
【Ref: Zhou Z, et al. CNS Neurosci Ther. 2022 Oct 18. doi: 10.1111/cns.13993. [Epub ahead of print]】
血钾异常在创伤性颅脑损伤（TBI）患者中很常见，约占65.5%。血清K+ 3.0-3.5mmol/L通常无症状，为轻度低钾血症；血清K+ 2.5-3.0mmol/L为中度低钾血症；血清K+＜2.5mmol/L为重度低钾血症，有生命危险。尽早发现TBI患者的低钾血症风险，有助于实施预防性治疗、减少并发症和改善预后。复旦大学附属华山医院麻醉科的余琼教授等应用机器学习方法开展预测TBI患者首个住院日低钾血症的研究。结果发表在2022年10月的《CNS Neurosci Ther》在线。
该项多中心回顾性研究纳入2017年1月至2020年12月期间诊断为TBI入院的4445例患者。研究数据来源为电子病历系统。采用1:1的倾向评分匹配方法克服亚组分析过程中的过度拟合和数据不平衡问题。随后，进一步应用5种机器学习算法生成最佳效能的院内低钾血症预测模型。再进行内部五重交叉验证和外部验证以证明该模型的可解释性和普遍性。
4445例TBI患者数据经分析生成模型。结果发现，46.55%患者发生低钾血症，轻度、中度和重度低钾血症的发生率分别为32.06%、12.69%和1.80%。低钾血症与死亡率增加相关，尤其是严重的低钾血症对增加死亡率影响更大。逻辑回归算法在预测低钾血症和中重度低钾血症效能最好，AUC分别为0.73±0.011和0.74±0.019。使用两个外部数据集验证预测模型。校准曲线显示没有统计学差异（p＞0.05）。
作者认为，创伤性颅脑损伤后低钾血症的发生可以将首次住院记录信息通过机器学习算法进行预测。逻辑回归算法显示内部和外部验证的最佳预测效能。
声明：脑医汇旗下神外资讯、神介资讯、脑医咨询、AiBrain所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。未经许可，禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用，亦须注明来源。欢迎转发、分享。
投稿/会议发布，请联系400-888-2526转3。
