目的 :研究无创参数SpO_2/FiO_2(S/F)和PaO_2/FiO_2(P/F)之间的关系,探索使用无创参数辨识急性呼吸窘迫综合征(acute respiratory distress syndrome,ARDS)患者疾病严重程度的可能性。方法:访问重症医学信息数据库(Medical Information ...目的 :研究无创参数SpO_2/FiO_2(S/F)和PaO_2/FiO_2(P/F)之间的关系,探索使用无创参数辨识急性呼吸窘迫综合征(acute respiratory distress syndrome,ARDS)患者疾病严重程度的可能性。方法:访问重症医学信息数据库(Medical Information Mart for Intensive Care,MIMIC-Ⅲ),获取患者相关生理参数,将患者数据随机分为训练集和测试集。使用训练集,利用广义线性回归模型,建立lg(S/F)与lg(P/F)之间的线性关系,选择最优的回归方程作为对数线性回归模型,并将lg(S/F)与lg(P/F)之间的线性关系和S/F与P/F之间的线性关系进行对比研究。使用测试集,比较2种模型对于P/F在100(重度ARDS)、200(中度ARDS)、300(轻度ARDS)处的辨识效果。结果:在训练集(n=61 634)上推导出lg(P/F)与lg(S/F)之间的线性关系:lg(S/F)=1.277+0.437×lg(P/F)(r=0.66,P<0.000 1),并确定了P/F在100、200、300处对应的S/F阈值为131、201、271。在测试集(n=26 758)上使用S/F阈值验证了其辨识效果,且较传统线性回归模型辨识结果有了明显改善。结论:通过研究,认为在患者血气分析结果缺失的情况下,可以使用无创参数SpO_2/FiO_2代替PaO_2/FiO_2作为ARDS患者病情诊断的辅助手段。展开更多
文摘目的 :研究无创参数SpO_2/FiO_2(S/F)和PaO_2/FiO_2(P/F)之间的关系,探索使用无创参数辨识急性呼吸窘迫综合征(acute respiratory distress syndrome,ARDS)患者疾病严重程度的可能性。方法:访问重症医学信息数据库(Medical Information Mart for Intensive Care,MIMIC-Ⅲ),获取患者相关生理参数,将患者数据随机分为训练集和测试集。使用训练集,利用广义线性回归模型,建立lg(S/F)与lg(P/F)之间的线性关系,选择最优的回归方程作为对数线性回归模型,并将lg(S/F)与lg(P/F)之间的线性关系和S/F与P/F之间的线性关系进行对比研究。使用测试集,比较2种模型对于P/F在100(重度ARDS)、200(中度ARDS)、300(轻度ARDS)处的辨识效果。结果:在训练集(n=61 634)上推导出lg(P/F)与lg(S/F)之间的线性关系:lg(S/F)=1.277+0.437×lg(P/F)(r=0.66,P<0.000 1),并确定了P/F在100、200、300处对应的S/F阈值为131、201、271。在测试集(n=26 758)上使用S/F阈值验证了其辨识效果,且较传统线性回归模型辨识结果有了明显改善。结论:通过研究,认为在患者血气分析结果缺失的情况下,可以使用无创参数SpO_2/FiO_2代替PaO_2/FiO_2作为ARDS患者病情诊断的辅助手段。
