敗血症の早期予測のための AI モデルが転帰を改善

ドラッグスリブをフォローしてください

BPharm の Judith Stewart によって医学的にレビューされています。最終更新日は 2024 年 1 月 31 日です。

Lori Solomon HealthDay レポーター作成

2024 年 1 月 31 日水曜日 -- 初期向けの COMPOSER の導入npj Digital Medicine に 1 月 23 日にオンライン掲載された研究結果によると、敗血症の予測は死亡率などの転帰の大幅な改善と関連しています。

カリフォルニア大学サンディエゴ校 (UCSD) の Aaron Boussina 氏は、同僚らは、敗血症の早期予測のための深層学習モデル (COMPOSER) が患者の転帰に及ぼす影響を評価した。分析には、2021年1月1日から2023年4月30日まで6,217人の成人敗血症患者を診察した2つの救急外来での前後の準実験研究デザインが含まれていた。

研究者らは、この導入が効果的であることを発見した。 COMPOSER の使用は、院内敗血症死亡率の 1.9 パーセントの絶対減少（17 パーセントの相対減少）と有意に関連していました。さらに、因果推論分析では、敗血症バンドルのコンプライアンスが絶対的に 5.0% 増加し（相対的には 10% 増加）、敗血症発症後の 72 時間連続臓器不全評価スコアの変化が 4% 減少しました。

「私たちの COMPOSER モデルは、明らかな臨床症状が現れる前に敗血症を予測するためにリアルタイム データを使用しています」と、同じく UCSD の共著者であるガブリエル ワルディ医学博士は声明で述べています。 「舞台裏で静かかつ安全に動作し、すべての患者に敗血症の兆候がないか継続的に監視しています。」

著者数名は、高度な分析技術の商業化に焦点を当てた UCSD の新興企業、Healcisio Inc. の共同創設者です。意思決定支援ツール。

要約/全文

免責事項: 医学論文の統計データは一般的な傾向を提供するものであり、個人に関係するものではありません。個々の要因は大きく異なる可能性があります。個々の医療上の決定については、常に個別の医学的アドバイスを求めてください。

出典: HealthDay

投稿しました : 2024-02-01 00:15

続きを読む

免責事項

Drugslib.com によって提供される情報が正確であることを保証するためにあらゆる努力が払われています。 -日付、および完全ですが、その旨については保証されません。ここに含まれる医薬品情報は時間に敏感な場合があります。 Drugslib.com の情報は、米国の医療従事者および消費者による使用を目的として編集されているため、特に明記されていない限り、Drugslib.com は米国外での使用が適切であることを保証しません。 Drugslib.com の医薬品情報は、医薬品を推奨したり、患者を診断したり、治療法を推奨したりするものではありません。 Drugslib.com の医薬品情報は、認可を受けた医療従事者による患者のケアを支援すること、および/または医療の専門知識、スキル、知識、判断の代替ではなく補足としてこのサービスを閲覧している消費者にサービスを提供することを目的とした情報リソースです。

特定の薬物または薬物の組み合わせに対する警告がないことは、その薬物または薬物の組み合わせが特定の患者にとって安全、有効、または適切であることを示すものと決して解釈されるべきではありません。 Drugslib.com は、Drugslib.com が提供する情報を利用して管理される医療のいかなる側面についても責任を負いません。ここに含まれる情報は、考えられるすべての使用法、使用法、注意事項、警告、薬物相互作用、アレルギー反応、または副作用を網羅することを意図したものではありません。服用している薬について質問がある場合は、医師、看護師、または薬剤師に問い合わせてください。

人気のキーワード