人工智能方式推导脓毒症临床表型及临床结局的研究

作者：水鹏飞; 王妍秀; 王彬; 阮文慧; 曹利平^*

来源：智慧健康, 2023, 9(18): 218-221.

DOI：10.19335/j.cnki.2096-1219.2023.18.052

• 人工智能
• 脓毒症
• 临床表型

目的 通过人工智能方式推导脓毒症临床表型及临床结局。方法 数据来源于MIMICⅢ数据库（2008-2012年），本研究在插补缺失数据后，使用k-means聚类，推导数据库中住院24h内符合脓毒症3.0标准的总计5784例患者的临床表型。结果 在4种衍生表型中，class1表型最常见（n=2226;38%）,class2表型（n=1891;33%）,class3表型（n=838;15%）,class4表型（n=829;13%）。并且class1表型的累积28d死亡率最低，其次是class4、class3,28d死亡率最高（P<0.001）。结论 在对脓毒症患者数据集的回顾性分析中，发现了4种和临床结局相关的临床表型，这些表型可能有助于理解治疗效果的异质性。

• 单位
  安吉县人民医院; 浙江大学; 浙江大学医学院附属邵逸夫医院