文献

J-GLOBAL ID：202102257975211672   整理番号：21A0051345

連続生理指標に基づく急性呼吸窮迫症候群の早期警戒モデル【JST・京大機械翻訳】

Construction of early warning model of acute respiratory distress syndrome based on continuous physiological indicators

著者 (5件)： Liu Jingming (100070北京,首都医科大学附属北京天壇医院急診科) ,  Wang Ruolin (100084北京,清華大学軟件学院) ,  Guo Wei (100070北京,首都医科大学附属北京天壇医院急診科) ,  Li Tanshi (中国人民解放軍総医院急診科) ,  Li Chunping (100084北京,清華大学軟件学院)
資料名： Zhongguo Jijiu Yixue  (Zhongguo Jijiu Yixue)
巻： 40  号： 10  ページ： 956-960  発行年： 2020年 
JST資料番号： C2245A  ISSN： 1002-1949  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 【目的】重症急性呼吸窮迫症候群(ARDS)の早期警戒モデルを提案する。方法:集中治療医学情報データベースIII(internationalintensivecaremedicalinformationdatabaseIII,MIC-III)において、条件を満たした患者をスクリーニングした。心拍数(HR),呼吸頻度(RR),血液酸素飽和度(SpO2)および平均動脈圧(MAP)の4つの連続生理学的指標の時系列データを抽出し,次に,データを時間窓に分割し,時間窓で線形および非線形パラメータを抽出した。特徴選択を行い、統合学習方法XGBoostを用いて、患者が選択した時間窓内にARDSを発症するかどうかを予測する。結果:分類精度は88.33%,感度と特異性は86.30%と90.37%に達し,受信者動作特性(ROC)曲線下面積(AUC)値は0.94であった。結論:XGBoostは高い精度、感度と特異性を有し、このARDS早期警戒モデルは従来のモデル予測より精度が高く、予測時間がもっと早かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *心拍 ,  特徴選択 ,  線形性 ,  血中濃度-時間曲線下面積
準シソーラス用語： 時系列データ ,  *生理指標 ,  時間窓 ,  平均動脈圧 ,  分類精度 ,  特異性 , 【Automatic Indexing@JST】

分類 (4件)： 呼吸器疾患の治療一般  (GI05010Y) ,  呼吸器の疾患  (GI03000Z) ,  応急処置  (GC03014I) ,  呼吸器の臨床医学一般  (GI01030S)

タイトルに関連する用語 (5件)： 生理指標 ,  急性呼吸窮迫症候群 ,  早期 ,  警戒 ,  モデル