本文主要是介绍临床预测模型的影响力研究之低血糖预警，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
临床预测模型的影响力研究之低血糖预警
预测未来一段时间内的临床事件的发生是常见的一类模型，模型对临床事件的发生风险进行评估并判断高风险患者，然后通过后续设定好的临床措施进行干预而改善临床事件的发生率。
模型特点
- 预测模型，是对未来72小时内是否发生低血糖状况；
- 分类模型，结局为是否发生低血糖；
- 后续措施，提供警告及相关干预措施建议。
研究介绍
研究的目标是降低住院患者低血糖的发生率。低血糖可导致住院时间延长，发病率和死亡率增加（即跌倒和心血管或脑事件）。
华盛顿大学 （WSL）的小组开发了一个预测性低血糖风险评分。利用当前的血糖、体重、肌酐清除率、胰岛素类型和剂量以及口服药物治疗，借此确定了低血糖高风险患者，然后向这些患者的提供者提供面对面的教育。这导致严重低血糖症降低 68% （血糖 < 40 mg/dL）。这种方法需要大量的人力时间，并且很难在其他系统中复制。 研究人员将在 UCSF 实施基于 EHR的干预，以预测哪些患者处于住院低血糖症的高风险中，并采取行动预防低血糖事件。将实时识别所有血糖< 90 且未来低血糖风险高（基于 WSL 公式）的成年（非孕期）患者。患者将被随机分配到干预组或不干预组（当前标准护理）。干预将包括自动提供者警报，并就可以进行哪些调整以避免潜在的严重低血糖事件提出建议。
待测量的结果包括：1） 严重低血糖事件的减少，2） 监测提供者因警报而做出的变化，以研究提供者的行为并确定未来的干预领域，以及 3） 提供者对警报系统的满意度。
干预措施和结局指标
- 对照组，常规标准护理。如果血糖 <90 mg/dl 且低血糖预测评分 >35，则将收集调查人员的报告，但不会向团队发送主动警报。
- 实验组，如果血糖 <90 mg/dl 且低血糖预测评分 >35，则提醒并向治疗团队发送干预建议。
如果确定患者有低血糖风险，将发生以下情况： 警报将通过“careweb”生成和发送，“careweb”是一个寻呼机警报系统，专门将警报发送给当前的待命提供者。“警报”还将提供者指向
EMR 订单部分，在那里，正式的、更详细的警报给出了胰岛素剂量变化的建议，以潜在地预防低血糖。
- 结局指标，72小时内发生低血糖事件的患者（每组）比例
结果
未提供
讨论
作为预警系统是分类预测模型常常扮演的一个角色，提示哪些患者应该接受预先设定好的临床措施，来改善不良结局的发生率。
分类模型的重点和难点在于决策阈值的确定，也就是确定哪些患者是高风险，是预测模型构建过程中需要着重关注的环节。
这篇关于临床预测模型的影响力研究之低血糖预警的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
