用于创新分级 聚类可视化和精确预测手术并发症的系统

一个研究团队分析了来自中国四家大型医院六个不同外科部门的 51,030 例住院手术病例，以开发一个分级、聚类可视化和精确预测手术并发症的系统。

该团队利用贝叶斯网络建模方法对 17 种普遍认可的术前风险因素、22 种常见并发症和亡之间的关系进行了双轨和平行评估。该方法结合了一组高级外科医生(54 名成员)的经验和数据的潜在自然结构。

最终，术前风险因素和并发症被组装成 11 个集群(即 11 个节点，其中 32 个有向弧代表直接关联，任何两个连续的有向弧代表间接关联)。

获得了三个重要结果。首先，集群之间的依赖关系和相互依赖关系是由有向弧构建的。例如，位于网络中心的III级并发症(主要包括肺部感染)直接依赖于五个危险因素簇中的四个，并可能引发所有其他等级并发症的发生。

其次，在一定的风险条件下，同时预测不同级别并发症发生的概率。使用五个风险因素群，预测 IVb 级和 V 级并发症的接受者操作特征曲线下的面积接近 0.9。

三是实现了相对简化的手术并发症分级，将22种并发症和亡分为5级。

本研究的三个主要特点如下。首先，该研究不再将风险因素视为唯一原因，而是关注从风险因素到并发症发生、并发症进展和最终恶化(亡)的途径。没有绝对的因果关系，并发症本身也会引起其他并发症的发生。例如，I 级至 IVb 级并发症的亡风险相对增加范围为基线的 4.4 至 69.8 倍。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！