法医学バイオメカニクスジャーナル

概要

外傷性大動脈損傷患者の生存を予測する機械学習手法

ニスリーン・シバン、ヘンリー・ザン、ニマ・コカビ、ジャムリク＝オマリ・ジョンソン、タレク・ハンナ、ジャスティン・シュレーガー、ジュディ・ギチョヤ、イモン・バナジー、ハリ・トリヴェディ、ジョシュア・ゴール、アンドリュー・エルハブ

国立外傷データバンク (NTDB) は、外傷患者の診断、治療、および結果に関する情報のリソースです。私たちは、NTDB と機械学習技術を活用して、外傷性大動脈損傷後の生存を予測します。NTDB を使用して、1) すべてのデータを使用するモデルと、2) 到着後 1 時間以内に利用可能なデータのみを使用するモデルの 2 つの予測モデルを作成します (予測データ)。次元を削減するための特徴エンジニアリングの前後で、7 つの識別モデル タイプがテストされました。最高のパフォーマンスを発揮したモデルは XG Boost で、すべてのデータを使用して 0.893、予測データを使用して 0.855 の全体精度を達成しました。特徴エンジニアリングにより、すべてのモデルのパフォーマンスが向上しました。グラスゴー コーマ スケール スコアは生存にとって最も重要な要因であり、生存した患者では胸部血管内大動脈修復がより一般的でした。喫煙、肺炎、および尿路感染症は、生存率が低いことを予測しました。また、黒人患者と無保険患者の結果の格差が、ケアの違いを反映している可能性があることにも留意します。