新工具预测推出患者在密集型机械通气患者的成功

近一半的患者进入密集护理单元（ICU）需要侵入式机械通气（IMV），一种医疗程序，可保证足够的氧气供应给其器官和组织。治疗涉及将患者连接到替代其自发呼吸的机器。最近几个月，它一直在受Covid-19影响的强烈护理患者中使用。

虽然它通常可以拯救患者的生命，但侵入性机械通气不是无风险：在插管或拔管期间可能出现意外损伤或呼吸过程中涉及的肌肉可以萎缩。因此，负责密集护理患者的医生必须在保持患者内移动之间的平衡，只要它们不能为自己呼吸，而不是将它们插管，而不是必要的，以便他们可以开始恢复。根据目前的标准，如果患者必须在撤回侵入式机械通气的48小时内再次插管（重新涂布），则认为拔管失败。

为防止尽可能多的重新加管，由研究组Ecomfit组成的多学科研究团队，从罗维拉大学的机械工程系，来自Joan XXII大学医院医疗保健研究所的Virgili和ICU医生组成的数学模型这使得可以预测在侵袭性机械通气的关键成年患者中实施拔管的结果。

该研究由来自各种来源的诸如患者监测设备（如患者监测设备）的巨大，异质的数据进行了大规模的。人口统计数据（年龄，性别，体重等），临床数据在招待ICU获得和医务人员事件的记录。通过使用机器学习技术，研究人员能够确定所有这些变量之间的复杂关系，并创建可以揭示患者内部发生的所有复杂性的模型。

由玛丽亚Bodí（ICU负责人）的琼XXIII大学医院ICU的研究团队和数据科学家JosepGómez从大约1,000名呼吸困难的患者收集数据，呼吸困难的呼吸困难在过去的五年中被录取为ICU的呼吸困难。随后由由Alexandre Fabregat领导的机械工程系的研究组处理和分析了该数据。

研究结果，在期刊上发表Biomedicine中的计算机方法和程序据表明，9％的当前重新抑制率可降至1％，从而最大限度地减少患者的风险。该团队现在侧重于将此模型纳入ICU监控系统，以便可以随时访问并用于快速预测。当它完全开发时，将测试该模型以显示其有效性。

---

---