六个数字预测危及生命的COVID-19

罗格斯大学的研究人员开发了一种使用机器学习软件帮助医院识别危及生命的COVID-19病例的方法。

新开发 的工具 使用患者年龄和五项常规测试的结果来预测冠状病毒疾病的进展。它的创建者表示，他们相信这种新模型可以显着改善因该病毒住院的患者的结果，该病毒仍然是该国 第三大死亡原因。

“准确的预测非常有价值，”内科医生，罗伯特伍德约翰逊医学院（RWJMS）副教授，mBio杂志上新论文的合著者Payal Parikh说 。“他们让患者了解即将发生的事情，同时他们仍然足够健康，可以做出明智的治疗选择。他们还让医院通过预测患者需求来有效地分配资源。此外，有了更好的预后，我们可以在疾病过程的早期开始治疗，从而获得更好的患者护理结果。

罗格斯大学团队开始寻求使用机器学习软件和 969 名在大流行早期因病毒住院的人的医疗记录来构建 COVID-19 预测模型。

“我们从每个患者那里获取了一堆数据点 – 实验室结果，人口统计学，生命体征，合并症等等，”该研究的主要作者，RWJMS四年级学生David Natanov说。“我们通过一系列不同的机器学习模型来调整到略有不同的参数，并生成了一个最初的77变量模型。该模型表现良好，但没有人有时间将77个单独的数据点输入到任何东西中。

纳塔诺夫说，研究人员使用各种分析工具来确定与该疾病相关的10个最具预测性的变量。然后，它使用人工智能以各种组合查看它们，直到找到两个有效的模型，其中包含每个医院正在收集的六个数据点（年龄和五个常见实验室测试的结果）。

研究人员称他们的模型最准确的是PLABAC，这是每个成分变量的第一个字母的首字母缩写：血小板计数，乳酸，年龄，血尿素氮，天冬氨酸氨基转移酶和C反应蛋白。

为了确保PLABAC预测所有因COVID-19住院的患者的死亡率，而不仅仅是初始样本中的969人，研究人员成功地使用它来预测另外7,901名在疫苗接种前住院的患者和第三组1,547名疫苗接种后患者的结果。

接种疫苗后住院患者的强烈结果表明，PLABAC 可以预测 COVID-19 变异体患者的预后，超出感染第一个患者组的原始病毒。

罗格斯大学的团队并不是第一个使用旧患者记录来创建 COVID-19 进展模型的团队，但其成员认为，他们是第一个通过成功测试其预测第二组（和第三组）患者结果的能力来验证其模型的人。

他们还认为，与他们见过的其他模型相比，他们的模型还有另一个关键优势：易用性。大多数医院已经收集了COVID-19患者的所有六个数据点。唯一的额外工作是在公式中输入这六个变量 – 研究小组希望让它更容易。

“我计划联系MDCalc，这是一个每个临床医生在手机上都有的应用程序，可以查找东西并使用有用的公式，”纳塔诺夫说。“我很想添加这个公式，这样用户就可以简单地通过输入六个数字来获得预后。

纳塔诺夫表示，他希望与最大的电子健康记录软件制造商Epic合作，将这一模型添加到其不断增长的预测工具列表中。

“没有人必须输入任何东西。该系统将自动从实验室结果中提取数字并进行计算，“他说。