發展中風警報觸發器以用於臨床決策支援在急診檢偒

神經內科 洪菱謙醫師

背景：急性中風是一種需要立即評估和治療的緊急醫療狀況。在急診分流中迅速識別疑似中風的患者，然後及時啟動中風系統是成功管理中風的關鍵。假陰性偵測到的中風可能會阻止患者接受最佳治療，而過多的假陽性誤報會大大增加加重中風神經科醫生的負擔。本研究旨在開發一種中風警報觸發器以識別在急診檢偒中疑似患有中風的病人。

方法：症狀出現 12 小時內到達急診室並懷疑中風或短暫性腦缺血發作，或檢偒到中風相關症狀的病人，收集來進入研究。在急診檢傷的臨床特徵的收集，包括主訴、檢偒分級、自我陳述的病史（高血壓、糖尿病、高脂血症、心臟病和過往中風）、生命徵象和心房顫動的存在。三個以規則為基礎的演算法，即 Face Arm Speech Test (FAST) 和二種Balance, Eyes, FAST (BE-FAST) 和六個使用具有各種重採取樣方法的機器學習技術來構建分類器以識別疑似中風的患者。邏輯回歸用於查找重要特徵。

研究人群包括 1361 名患者。 FAST, BE-FAST-1, BE-FAST-2 的 AUPRC分別為 0.737、0.710 和 0.562。除了主訴和檢偒分級、年齡、舒張壓、體溫和脈搏是也是發展中風警報觸發器的重要特徵。

機器學習技術顯著提高了預測模型的性能，用於識別疑似中風的患者。這些機器學習模型可以嵌入電子檢偒系統中，以在急診檢偒來提供臨床決策支援

相關訊息已發表於Int J Med Inform. 2021 Aug;152:104505.

• < 前一頁
• 下一個 >