Med-MIMIC，持续分享MIMIC临床生信文献与思路解读，捕捉当下热点思路，感兴趣的老师可以点点关注~需要定制化分析的老师欢迎扫码联系~
文章标题：Exploring Clinical Practices of Critical Alarm Settings in Intensive Care Units: A Retrospective Study of 60,000 Patient Stays from the MIMIC-IV Database
中文标题：探索重症监护病房关键警报设置的临床实践：来自 MIMIC-IV 数据库的 60,000 名患者住院的回顾性研究
发表期刊：Journal of Medical Systems
发表时间：2024年9月
影响因子：3.5/Q2
在重症监护病房 （ICU） 中，关键警报的设置应该是敏感的和特定于患者的，以检测健康状况恶化的迹象，而不会持续响铃，但警报阈值并不总是校准为以这种方式运行。评估关键警报阈值设置与 ICU 中患者特定变量（医疗健康记录、接受的治疗和程序、并发症和加重风险）之间的联系将加深我们对该问题的理解。这项回顾性描述性和探索性研究的目的是使用大量 ICU 患者住院来评估这种关系。
危急告警阈值管理分析
分析集中在 3 个最重要的关键警报上：心率 （HR）、动脉血压 （ABP） 收缩压和血氧饱和度脉搏血氧饱和度 （SpO2） 警报。对于每个警报，我们关注阈值上限和下限，以及修改这些阈值的频率。所有数值结果均表示为平均值（标准差）或中位数 [第一四分位数 – 第三四分位数]。分类结果表示为频率和百分比。
思路
对从 MIMIC-IV 数据库中提取的约 70,000 例 ICU 住院进行了回顾性研究。检查了临界警报阈值和阈值修改频率。然后，通过计算随机森林模型的 Shapley 值（拟合患者变量和警报设置）来探索这些警报阈值设置与 30 个患者变量之间的联系。该研究包括 57,667 名 ICU 患者。
结果分析
1. 基线特征
在 MIMIC IV 提供的 73,167 次 ICU 住院中，我们包括了来自 41,996 名不同患者的 57,667 次，代表超过 550 万个患者小时。针对每个警报分析的警报阈值设置数量从 619,600 到 628,293 不等，ICU 的中位住院时间为 2.4 [1.6-4.4] 天，院内死亡率为 9.5%。这些 ICU 住院的主要特征如表 1 所示。
2. 入住 ICU 的初始警报阈值
图 1 显示了 ICU 入院时初始紧急警报设置的分布，作为每个警报监测的生命体征的函数。此初始校准与阈值的第二次校准（初始设置的“寿命”）之间的中位时间为 8.1 [4.4–11.7] 小时。
3. ICU 住院期间的警报阈值
ICU 上警报阈值的分布保持为生命体征值的函数（图 2a） 或预测的住院死亡率（图 2b）。
4. ICU 住院期间的警报修改
我们计算了警报的修改频率，并将其解释为在接下来的一小时内在 ICU 中设置新警报阈值的概率。我们探讨了这种概率与预测的住院死亡率之间的关系（图 3a） 或生命体征值（图3b）。
5. 关于可与警报设置相关联的变量的探索性研究
在研究的 30 个变量中，很少有对警报阈值或警报修改概率有显着影响对于每个警报，关键特征是监测的生命体征的值。警报有时与特定变量有关;例如，PaO2/FiO2比率和碳酸氢盐与低 SpO2 警报有关。然而，总体健康状况，被确定为预测的住院死亡率，未显示与报警设置有任何明确关系。Shapley 值还显示，药物（尤其是血流动力学、镇静和心脏药物）是影响警报管理的第二重要变量。这意味着，例如，HR 和收缩压 ABP 警报更有可能在服用血流动力学药物（如去甲肾上腺素）后一小时内进行调整。
文章小结
警报阈值和警报阈值修改频率表现出相同的趋势：它们受监测的生命体征的影响，但几乎不受患者整体健康状况的影响。这项探索性研究还将患者的生命体征作为最重要的变量，远远领先于药物治疗。总之，警报设置是刚性和机械的，很少适应患者的演变。ICU 中的警报管理似乎并不完美，不同的方法可能会带来更好的患者护理和提高工作人员的工作生活质量。今天为大家分享的文章纯公共数据挖掘+统计分析，就发到了一区！如果你也想在临床方向发高分文章，不妨试试这个省钱省事又省力的思路吧！
