机器学习识别ECPR中存活率更高的患者

文章预览

*仅供医学专业人士参考 本文翻译 首都医科大学附属 北京安贞医院 王妍 研究背景 体外心肺复苏(ECPR)已被证明可以改善可电击节律的难治性院外心脏骤停(OHCA)患者的神经功能良好的结局。但需进一步改进患者选择，以便将这种资源密集型治疗集中在可能受益的患者身上。本研究试图使用机器学习(ML)工具为接受ECPR的难治性心脏骤停患者创建一个选择模型。 研究方法 本研究为回顾性队列研究，分析了376例可电击节律引起的难治性心脏骤停患者，其中301例最终接受了ECPR。对置管时广泛可用的临床变量进行分析，并根据其预测神经功能良好存活的能力进行了排序。 研究结果 在接受ECPR的301名患者中，有119名(40%)达到神经系统良好的存活。在所分析的11个变量中，置管时的节律（Rhythm）、间歇或持续的自主循环恢复（iROSC）、ATEPT（arrest to extracorporeal membran ………………………………