对于一些关于提前10天预测新冠患者死亡率？AI选出这三个生化指标，准确率超九成和抗击疫情胜利的标志物相关的题，你们想知道那些呢，接下来让小编带你们了解一下。
在COVID-19大流行的背景下，目前没有可用的预后生物标志物来区分需要立即就医的患者并估计其相关死亡率。
最近，《自然机器智能》杂志上发表的一项研究使用了中国武汉485名感染患者的血液样本数据库，以确定COVID-19死亡的关键预测生物标志物。
研究人员设计了一种基于最先进的可解释机器学习算法的数学建模方法，以识别患者死亡率最具辨别力的生物标志物。
在这项研究中，机器学习工具选择了三种生物标志物，可以提前10天以上预测个体患者的死亡率，准确率超过90%33,360乳酸脱氢酶(LDH)、淋巴细胞和高敏C反应蛋白水平hs-CRP。
特别是，相对较高水平的LDH似乎在区分绝大多数需要立即就医的病例中发挥着关键作用。
乳酸脱氢酶LDH或LD是参与糖酵解和糖异生的重要酶，催化乳酸和丙酮酸之间的氧化还原反应。乳酸脱氢酶存在于体内所有组织细胞的细胞质中，在肾脏中含量较高。乳酸脱氢酶升高见于肝炎、肝硬化、肝、心肌梗塞、横纹肌损伤、心肌炎、恶性肿、肾病、肺梗塞、巨幼细胞性贫血、白血病、恶性淋巴和妊娠。
高敏C反应蛋白是血浆中的C反应蛋白，又称高敏C反应蛋白。它是肝脏合成的全身炎症反应急性期的非特异性标志物，是心血管事件风险最有力的预测因子之一。
这一发现与当前的医学知识相一致，即高LDH水平与多种疾病中的组织破坏有关，包括肺炎等肺部疾病。
总体而言，本文提出了一种简单、可操作的决策规则，可以快速预测高危患者，从而对他们进行优先排序并有可能降低死亡率。
该题被制定为分类任务，输入普通、重症和危重患者的基本信息，包括症状、血样和实验室检查结果，包括肝功能、肾功能、凝血功能、电解质和炎症因子。以及有关这些患者在检查期结束时是否存活或死亡的信息。
通过优化，该分类器旨在揭示最关键的生物标志物并区分面临迫在眉睫风险的患者，从而减轻临床负担并可能降低死亡率。
在375名患者中，最常见的首发症状是发烧499次，其次是咳嗽139次，疲劳37次，呼吸困难21次。
患者年龄分布为58831646岁，其中男性597例。流行病学史包括379名武汉居民、64个家庭聚集例、19名卫生工作者。
在随后分析的375例病例中，201例从COVID-19中康复并出院，其余174例死亡。
随后，2020年2月19日至2020年2月24日期间，纳入110名新出院或死亡患者作为外部测试数据集进行分析。
所有485375+110例患者从入院到死亡或出院的最短、最长和中位随访时间分别为0天02:01:58小时分秒、35天04:05:54和11天04:15:36。
大多数患者在住院期间都会多次采集血样。然而，模型训练和测试仅使用最终样本的数据作为模型的输入，以评估疾病严重程度的关键生物标志物，区分需要立即医疗救助的患者，并准确匹配每个标签的相应特征。
表3总结了多树XGBoost模型的性能。结果表明，无论患者入院时的初步诊断如何，该模型都能够准确识别患者的预后。
值得注意的是，外部测试集的表现与训练集和验证集类似，表明该模型捕获了患者死亡率的关键生物标志物。
表3进一步强调了LDH作为患者死亡率关键生物标志物的重要性。
平均而言，该研究的算法达到了90%的准确率，进一步证明该模型可以应用于任何血液样本，包括早在初步临床结果之前的血液样本。
平均而言，该模型可以利用所有患者的血样提前10天预测所有真阳性患者的预后，对于外部测试组的患者提前11天预测预后（图3b，c）。
该模型甚至可以提前18天进行预测，累计准确率超过90%（图3d、e）。
编译/前瞻经济学人APP资讯组
参考
关于提前10天预测新冠患者死亡率？AI选出这三个生化指标，准确率超九成和一些抗击疫情胜利的标志物这类的话题，本文已经做了讲解，谢谢大家支持！
No Comment