ICU患者的死亡率预测方法与流程

icu患者的死亡率预测方法
技术领域
1.本发明属于icu患者死亡风险预测技术领域，具体涉及icu患者的死亡率预测方法。


背景技术：

2.早期识别重症患者病情恶化的“预警信号”，及时有效的治疗对降低icu患者死亡率具有重要意义，当前存在的预测icu患者的生存率(probabilityofsurvival)的方法，都基于传统分析方法，包括apacheii、sapsii以及sofa分析等。这些传统分析方法通常在一个或多个医学中心收集数据，再基于疾病专家的经验和统计方法(最常用的是逻辑回归)得到相关的变量，最后通过所得变量去构建并验证预测模型。然而这类方法存在如下问题：(1)由包含的变量较多，给临床工作带来负担；(2)所含的指标在条件较差的医疗机构不好获得；(3)这些评分未进行校正。


技术实现要素：

3.本发明的目的是提供icu患者的死亡率预测方法，为icu诊室提供一种简捷、方便的预测系统。
4.本发明所采用的技术方案是，一种icu患者的死亡率预测方法，具体按照以下步骤实施：
5.步骤1、获取icu患者入院24小时内的医疗数据，并对icu患者的医疗数据进行预处理；
6.步骤2、建立关于平均动脉压、经皮血氧饱和度、呼吸频率、年龄、心率、乳酸和avpu的新评分mnews模型；
7.步骤3、将步骤1得到的预处理后的医疗数据输入新评分mnews模型，结合apache ii及sofa评分赋值范围，对新评分mnews模型7项指标赋值，获得新模型总分；
8.步骤4、根据约登指数计算公式，结合已知患者结果的医疗数据，确定死亡率较高患者的最佳临界值；
9.步骤5、比较新模型总分与死亡率较高患者的最佳临界值大小，根据比较结果确定icu患者的死亡率高低。
10.本发明采用的另一个技术方案是，一种icu患者的死亡率预测方法，具体按照以下步骤实施：
11.步骤1、获取icu患者入院24小时内的医疗数据，并对icu患者的医疗数据进行预处理；
12.步骤2、建立关于平均动脉压、经皮血氧饱和度、呼吸频率、年龄、心率、乳酸和avpu的新评分mnews模型；
13.步骤3、将步骤1得到的预处理后的医疗数据输入新评分mnews模型，结合apache ii及sofa评分赋值范围，对新评分mnews模型7项指标赋值，获得新模型总分；
14.步骤4、根据新模型总分代入公式：得到死亡率。
15.本发明的特点还在于：
16.icu患者的医疗数据具体是指从mimic-iii数据库中下载icu的医疗数据。
17.icu的医疗数据包括平均动脉压、经皮血氧饱和度、呼吸频率、年龄、心率、乳酸和avpu。
18.对icu患者的医疗数据进行预处理具体过程为：对icu患者的医疗数据进行样本筛选和特征提取，样本筛选过程为：筛选掉年龄小于18岁的，住icu时间小于24小时，以及数据缺失的患者，得到筛选好的样本，对筛选好的样本提取每个样本的平均动脉压、经皮血氧饱和度、呼吸频率、年龄、心率、乳酸和avpu。
19.步骤2具体过程为：
20.建立新评分mnews模型：
21.x＝x1 x2 x3 x4 x5 x6 x7；
22.x1表示采集的icu患者入院24小时内平均动脉压，x2表示采集的icu患者入院24小时内经皮血氧饱和度，x3表示采集的icu患者入院24小时内呼吸频率，x4表示采集的icu患者入院24小时内年龄，x5表示采集的icu患者入院24小时内心率，x6表示采集的icu患者入院24小时内乳酸，x7表示采集的icu患者入院24小时内avpu。
23.步骤5中具体过程为：
24.新模型总分不小于死亡率较高患者的最佳临界值时，icu患者死亡率较高；
25.否则死亡率较低。
26.本发明的有益效果是：
27.本发明的icu患者的死亡率预测方法，通过采集icu患者入院24小时内平均动脉压、经皮血氧饱和度、呼吸频率、年龄、心率、乳酸和avpu，建立一个新评分mnews模型，再通过患者结局确定本模型死亡率较高患者的最佳临界值，从而判断icu患者在住院及28天死亡率，为医护工作者提供参考依据。
附图说明
28.图1是本发明实施例中mnews、apache ii和news预测icu患者医院死亡率的roc曲线图；
29.图2是本发明实施例中mnews、apache ii和news预测icu患者90天死亡率的roc曲线图；
30.图3是本发明实施例中mnews评分》＝死亡率较高患者的最佳临界值(11分)或《死亡率较高患者的最佳临界值(11分)的患者的kaplan-meier生存曲线图。
31.图4是实施例中采用本发明中的新评分mnews模型预测死亡率的可能性。
具体实施方式
32.下面结合附图及具体实施方式对本发明进行详细说明。
33.方案一：
34.本发明icu患者的死亡率预测方法，具体按照以下步骤实施：
35.步骤1、获取icu患者入院24小时内的医疗数据，对icu患者的医疗数据进行样本筛选和特征提取，样本筛选过程为：筛选掉年龄小于18岁的，住icu时间小于24小时，以及数据缺失的患者，得到筛选好的样本，对筛选好的样本提取每个样本的平均动脉压、经皮血氧饱和度、呼吸频率、年龄、心率、乳酸和avpu；
36.icu患者的医疗数据具体是指从mimic-iii数据库中下载icu的医疗数据。
37.icu的医疗数据包括平均动脉压、经皮血氧饱和度、呼吸频率、年龄、心率、乳酸和avpu。
38.步骤2、建立关于平均动脉压、经皮血氧饱和度、呼吸频率、年龄、心率、乳酸和avpu的新评分mnews模型；具体过程为：
39.建立新评分mnews模型：
40.x＝x1 x2 x3 x4 x5 x6 x7；
41.x1表示采集的icu患者入院24小时内平均动脉压，x2表示采集的icu患者入院24小时内经皮血氧饱和度，x3表示采集的icu患者入院24小时内呼吸频率，x4表示采集的icu患者入院24小时内年龄，x5表示采集的icu患者入院24小时内心率，x6表示采集的icu患者入院24小时内乳酸，x7表示采集的icu患者入院24小时内avpu。
42.步骤3、将步骤1得到的预处理后的医疗数据输入新评分mnews模型，结合apache ii及sofa评分赋值范围，对新评分mnews模型7项指标赋值，获得新模型总分；
43.步骤4、根据约登指数计算公式，结合已知患者结果的医疗数据，确定死亡率较高患者的最佳临界值；
44.步骤5、比较新模型总分与死亡率较高患者的最佳临界值大小，新模型总分不小于死亡率较高患者的最佳临界值时，icu患者死亡率较高；
45.否则死亡率较低。
46.方案二
47.将方案一中的步骤4和步骤4替换为：
48.步骤4、根据新模型总分代入公式：得到死亡率。
49.实施例
50.为了进一步说明本发明对icu患者死亡率预测的准确性：本发明中采用logistics回归筛选与icu患者死亡率相关指标，筛选生存组及非生存差异有统计学意义的指标共计7项，作为新评分的指标。
51.参照apache ii及sofa评分赋值范围，对mnews评分7项指标赋值，见表1.mnews总分计算方法为7项指标分数之和。
52.表1
[0053][0054]
患者来自重症监护医疗信息集市(mimic)-iv和mimic-iii数据库，收集患者人口统计学数据(年龄、性别、结果、出生和死亡日期、入院和出院以及icu住院时间)、apacheii评分和news评分及新评分mnews七个指标(平均动脉压、经皮血氧饱和度、呼吸频率、年龄、心率、乳酸和avpu)指标均在icu入院的前24小时内收集。mnews评分为以上7个指标之和，其赋值表见表1。住院天数的计算方法是从出院日期减去入院日期。根据国际疾病分类第9版(icd-9)，疾病分类逐步细化。
[0055]
使用受试者操作特征(auroc)分析下的面积，比较mnews与news和apache ii对预测住院死亡率的准确性。
[0056]
7275名icu患者(58.2％为男性，中位年龄63.6
±
16.4)的数据来自mimic-iv和iii。非存活组的mnews评分显著高于存活组(12.5
±
3.4vs 8.8
±
3.4，p《0.05)。mnews曲线下面积为0.765(95％ci,0.755 to 0.775),apache ii为0.767(95％ci,0.757 to 0.777)，news为0.642(95％ci,0.631 to 0.653)，mnews最佳临界值为11，在mnews》＝11组中，非存活组和存活组预测医院死亡率的敏感性分别为84.8％和65.5％，ppv为20.0％。在《11组中，非存活组和存活组的特异性为100.0％，npv为95.3％。
[0057]
应用hosmer-lemeshow拟合优度检验来评估mnews分数的校准性，检验数据如表2所示。
[0058]
表2
[0059][0060][0061]
根据表2中数据可知，预测率和实际率没有显著差异(x2＝6.534，p＝0.588)，表明mnews量表在预测icu患者死亡率方面是准确的。
[0062]
经过对比可知，本发明中新评分mnews模型是一种新的简化和准确的icu患者预后评分模型。在预测icu患者死亡率方面明显优于news。mnews评分为的患者≥11分时患者icu死亡率较高。
[0063]
将获得的总得分输入预测icu患者死亡率公式：能够得到准确的死亡率数值，其中死亡率对评分变化如图4所示；根据图4可知mnews评分模型预测的患者死亡率的准确性较稳定。
[0064]
通过上述方式，本发明的icu患者的死亡率预测方法，通过采集icu患者入院24小时内平均动脉压、经皮血氧饱和度、呼吸频率、年龄、心率、乳酸和avpu，建立一个新评分mnews模型，再通过患者结局计算本模型最佳临界值及该模型预测死亡率公式，apacheii和news评分在预测icu患者的死亡风险方面是有效的，但它们都包括床边无法及时获得的指标，本研究的目的是开发一个准确、简化的评分系统，用于预测icu患者的死亡率，为医护工作者提供参考依据。