使用机器学习来拯救急诊室的生命

发布时间:2024-04-17 15:33:16 栏目:生活

    导读 全世界每年约有 450 万人死于外伤。其中许多患者死于失血。早期使用氨甲环酸药物治疗可以通过降低身体分解血栓的能力来阻止过度出血。但...

    全世界每年约有 450 万人死于外伤。其中许多患者死于失血。

    早期使用氨甲环酸药物治疗可以通过降低身体分解血栓的能力来阻止过度出血。但氨甲环酸会给不需要的患者带来不必要的药物副作用,因此需要根据客观标准选择真正有效的目标患者。

    现在,在《重症监护》杂志上发表的一项研究中,大阪大学的研究人员通过确定接受氨甲环酸治疗更有可能存活的创伤患者亚组来解决这一治疗挑战。研究小组通过检查具有相似特征(也称为表型)的创伤患者发现了这些亚组。

    “我们确定了八种不同的创伤表型,然后我们根据这些表型评估了氨甲环酸治疗的益处,”主要作者 Jotaro Tachino 解释道。 “我们发现接受氨甲环酸治疗的患者亚组的院内死亡率显着降低。我们还发现了一些没有从治疗中获益的患者亚组。”

    该团队使用机器学习模型来帮助将创伤患者分为这些亚组。研究人员利用这项技术处理了日本创伤数据库中 50,000 多名患者的信息,然后分析了与创伤、治疗和生存相关的模式。

    研究小组发现创伤表型与院内死亡率之间存在关联,表明 TXA 治疗可能会影响这种关系。

    研究人员表示,“创伤患者是一个异质群体,其损伤的类型和严重程度差异很大。这使得预测治疗对个别患者的效果变得困难”。 “我们希望我们的结果能够帮助个体创伤患者获得更加个性化的护理,并提高所有创伤患者的护理质量。”

    鉴于创伤性损伤造成的死亡人数很高,提高生存率的策略对于患者及其家人至关重要。这项研究是优化创伤患者氨甲环酸使用的关键一步。

免责声明:本文由用户上传,如有侵权请联系删除!