Sentiment-Scores in Pflegenotizen im Zusammenhang mit der Prognose von Patienten, die sich einer Cholezystektomie unterziehen, im Zusammenhang mit der Prognose

Zusammenfassung

Diese Studie untersucht, ob Sentimentpolarität und Subjektivität mit der Prognose bei Cholezystektomie-Patienten mit Intensivstationsaufenthalten ≥ 24 Stunden zusammenhängen. Die Hauptanalysen bewerten ihre diskriminierende Fähigkeit für 3-, 7- und 10-tägige Intensivstationsaufenthalte, Krankenhaussterblichkeit und 28-tägige Krankenhausaufenthalte.

Zusammenfassung

Diese Studie untersuchte den Zusammenhang zwischen Sentiment-Scores und der Prognose von Cholezystektomie-Patienten mit einer Intensivstationsdauer (LOS) ≥ 24 Stunden. Insgesamt wurden 267 Patienten aus der Medical Information Mart for Intensive Care IV (MIMIC-IV)-Datenbank eingeschlossen. Sentiment-Werte, die aus Pflegenotizen im MIMIC-IV-Notizmodul mit TextBlob abgeleitet werden. Der analysierte Text wurde bei der Entlassung im Krankenhaus erstellt. Dementsprechend werden alle Ergebnisse als beschreibende Assoziationen interpretiert. Receiver operating characteristic (ROC)-Kurven, der DeLong-Test und Decision Curve Analysis (DCA) wurden verwendet, um die Unterscheidung von Sentiment-Polarität und sentiment-Subjektivität für 3-, 7- und 10-Tage-ICU-LOS beschreibend zu charakterisieren und die Sentiment-Polarität mit klinischen Indikatoren für 7-Tage-ICU-LOS zu vergleichen. Restricted cubic Spline (RCS) und generalisierte lineare Regression bewerteten ihre Assoziationen mit ICU LOS. Die Sentiment-Polarität erreichte einen höheren Bereich unter der Kurve (AUC) als die Sentiment-Subjektivität; der DeLong-Test zeigte einen signifikanten Unterschied für 3-Tage-ICU-LOS (p = 0,015), Borderline für 7-Tage (p = 0,057) und nicht-signifikant für 10-Tage (p = 0,587). Für 7-tägige Intensivstations-LOS zeigte die Sentiment-Polarität einen höheren AUC mit explorativem Nettonutzen auf DCA innerhalb bestimmter Schwellenwerte. Die Sentiment-Polarität hatte eine nichtlineare Korrelation mit 7-Tage-ICU-LOS (p insgesamt = 0,002, p nichtlinear = 0,027), während die Sentiment-Subjektivität dies nicht tat. Die generalisierte lineare Regression zeigte eine Assoziation zwischen Sentimentpolarität und ICU-LOS, die unabhängig von den gemessenen Kovariaten war (alle p < 0,05 in Rohöl- und bereinigten Modellen). Bei sekundären Endpunkten war die Sentiment-Polarität mit der Sterblichkeit im Krankenhaus und 28-tägigem Krankenhaus-LOS in der RCS-Analyse (alle p < 0,05) assoziiert, wobei die explorative Diskriminierungsfähigkeit eine weitere Validierung erforderte. Zusammenfassend war bei diesen Patienten die Stimmungspolarität beschreibend mit Intensiv-LOS, Krankenhausmortalität und 28-tägigem Krankenhaus-LOS assoziiert; Diese Befunde sollten nicht auf alle Cholezystektomie-Patienten verallgemeinert werden.

Einleitung

Die Cholezystektomie ist eines der häufigsten Eingriffe bei der Gallenwegsoperation¹. Die Cholezystektomie kann auf verschiedene Gallenblasenerkrankungen angewendet werden, wie Gallensteine, Cholezystektitis, Gallenblasenpolypen und so weiter ^2,3,4. Es gibt zwei Haupttypen der Cholezystektomie: offene Cholezystektomie und laparoskopische Cholezystektomie⁵. Dazu gehört die offene Cholezystektomie bei komplizierten Fällen: Für Patienten mit komplizierten Erkrankungen (z. B. große Gallensteine, sich verbreitende Entzündungen usw.) ist die laparoskopische Cholezystektomie für alle Gallenblasenerkrankungen empfohlen, für die keine Kontraindikation für eine Operation⁶ besteht. Obwohl eine Cholezystektomie ein relativ sicherer chirurgischer Eingriff ist, bestehen weiterhin zahlreiche Komplikationen wie Gallenwegsverletzungen, Darmverletzungen, Bauchblutungen, Galleverlust, sekundäre Choledocolithiasis, Herz-Kreislauf-Verletzungen, Atemwegserkrankungen ^usw.7.

Die Sentimentanalyse ist eine gängige Anwendung von Methoden zur Verarbeitung natürlicher Sprache, also eine Methode zur Analyse, Verarbeitung, Zusammenfassung und Argumentation über subjektive Texte mit emotionalen Untertönen sowie zur Quantifizierung qualitativer Daten anhand einiger Sentiment-Score-Metriken⁸. Sentimentanalyse wird in mehreren Bereichen wie Finanzen, Journalismus, Medizin usw. eingesetzt. Es sollte beachtet werden, dass Sentiment-Scores, die von Tools wie TextBlob berechnet werden, auf der Polarität und Subjektivität von Wörtern auf lexikalischer Ebene mit vordefinierten Sentiment-Lexikons (z. B. AFINN) basieren, anstatt die subjektive Stimmung oder Einstellung der Pflegekraft widerzuspiegeln, die die Notiz¹² schreibt. Konkret reichen die Polaritätswerte von -1 bis 1, die Subjektivitätswerte von 0 bis 1, was die semantische Ausrichtung der im klinischen Text verwendeten Wörter darstellt. Die Anwendung der Sentimentanalyse im medizinischen Bereich kann nicht nur emotionale Einstellungen zu einem Ereignis¹³ verstehen, sondern auch bei der Kategorisierung medizinischer Bilder¹⁴ helfen und steht auch im Zusammenhang mit der Prognose eines Patienten usw. ¹⁵. Frühere Studien haben gezeigt, dass aus Pflegenotizen extrahierte Sentiment-Scores mit der Patientenprognose in kritisch kranken Populationen zusammenhängen. So wurde beispielsweise bei Patienten mit akuter Nierenverletzung, die eine kontinuierliche Nierenersatztherapie erhalten, festgestellt, dass das maschinelle Lernmodell mit dem Sentiment-Score (der aus den Pflegenotizen extrahiert wurde) schnell die Hochrisiko-Todesfälle von Patienten identifizieren^{kann 16}. Eine weitere Studie ergab, dass die Sentiment-Polarität der Pflegenotizen ein wichtiger Faktor für die 30-Tage-Sterblichkeit von Intensivstationspatienten war und sowohl mit der 30-Tage-Sterblichkeit als auch mit dem^{Überleben 17} zusammenhing. Ähnlich wurde die Sentimentanalyse bei Sepsis-Patienten angewandt, um das Sterblichkeitsrisiko^{zu unterscheiden 18}.

Die Populationen in diesen vorherigen Studien unterscheiden sich jedoch erheblich von den Patienten auf der Intensivstation nach einer Cholezystektomie. Patienten mit akuter Nierenverletzung, Sepsis oder akuter Pankreatitis zeigen typischerweise schwere systemische Entzündungsreaktionen und Funktionsstörungen mehrerer Organe, die intensive Organunterstützung wie mechanische Beatmung oder Vasopressoren^erfordern. So ist beispielsweise eine schwere akute Pankreatitis durch anhaltendes Organversagen definiert, das laut der überarbeiteten Atlanta-Klassifikation²⁰ länger als 48 Stunden andauert. Im Gegensatz dazu gilt die Cholezystektomie allgemein als relativ sicheres Verfahren mit niedriger Sterblichkeit, und die meisten Patienten benötigen keine postoperative Intensivstation, es sei denn, sie entwickeln schwere Komplikationen wie eine Gallengangsverletzung oder unkontrollierte Blutungen^21,22. Daher unterscheiden sich der klinische Verlauf, die Schwere der Erkrankung und die Risikofaktoren für die Sterblichkeit bei Patienten auf der Intensivstation nach Cholezystektomie von denen in allgemeinen Intensivpopulationen mit Primärdiagnosen AKI oder Sepsis. Darüber hinaus können die Dokumentationsmuster der Pflege und der semantische Inhalt klinischer Notizen zwischen diesen Populationen aufgrund von Unterschieden in der Schwere der Krankheit und der Behandlungsintensität variieren.

Derzeit konzentriert sich die Forschung zur Sentiment-Analyse auf Basis von Pflegenotizen und Prognosen hauptsächlich auf Intensivpatienten mit Erkrankungen wie Sepsis, akuter Nierenschädigung und akuter Pankreatitis. Nur wenige Studien haben den Zusammenhang zwischen der Stimmung der Pflegenoten und der Prognose von Patienten nach einer Cholezystektomie untersucht. Daher extrahierte diese Studie basierend auf der Medical Information Mart for Intensive Care (MIMIC)-IV Datenbank²³ die Sentimentalität der Pflegenotizen von Patienten, die sich einer Cholezystektomie unterzogen, und untersuchte den Zusammenhang zwischen dem Sentiment-Score der Pflegenotizen und der Prognose von Cholezystektomie-Patienten, um bessere Referenzen für die klinische Versorgung zu ermöglichen. Nach dem besten Wissen ist dies die erste Studie, die den Zusammenhang zwischen den Gefühlswerten der Pflegenoten und der Prognose untersucht, insbesondere bei Patienten auf der Intensivstation nach einer Cholezystektomie.

Protokoll

Diese Studie wurde mit der MIMIC-IV-Datenbank durchgeführt. Die Einrichtung der MIMIC-IV-Datenbank wurde von den Institutional Review Boards des Massachusetts Institute of Technology und des Beth Israel Deaconess Medical Center (BIDMC) genehmigt, und für die ursprüngliche Datenerhebung wurde die Zustimmung eingeholt. Alle Gesundheitsinformationen der Patienten in der Datenbank wurden gemäß den Safe-Harbor-Bestimmungen des Health Insurance Portability and Accountability Act deidentifiziert, wobei die 18 HIPAA-definierten Kennungen entfernt und die Daten zum Schutz der Patientenprivatsphäre verschoben wurden; daher wurde die Anforderung individueller informierter Einwilligung aufgehoben. Der Zugang zur Datenbank wurde gewährt, nachdem ein Autor den erforderlichen Schulungskurs "Data or Specimens Only Research" der Collaborative Institutional Training Initiative abgeschlossen, ein akkreditierter Nutzer auf der PhysioNet-Plattform wurde und die PhysioNet Credentialed Health Data Use Agreement unterzeichnet hatte. Während der gesamten Studie wurden die eingeschränkten MIMIC-IV-Daten gemäß der PhysioNet Credentialed Health Data Use Agreement und institutionellen Datenverwaltungsverfahren behandelt: Die deidentifizierten Daten wurden nur auf passwortgeschützten, institutionell verwalteten Geräten mit Zugriff auf die zugesicherten Autoren gespeichert, wurden nicht mit nicht akkreditierten Dritten geteilt oder in öffentliche Dienste hochgeladen, und es wurde kein Versuch unternommen, Personen erneut zu identifizieren oder die Datensätze mit externen Daten zu verknüpfen Datenquellen. Da diese Studie auf einer öffentlich zugänglichen, nicht identifizierten Datenbank basierte, wurde die zusätzliche ethische Genehmigung durch das Ethikkomitee des Zweiten Angeschlossenen Krankenhauses der Zhejiang University School of Medicine aufgehoben. Die in dieser Studie verwendeten Software und Werkzeuge sind in der Materialtabelle aufgeführt.

Datenquelle

Patientendaten wurden aus der Medical Information Mart for Intensive Care IV (MIMIC-IV, Version 3.0, veröffentlicht 2024) bezogen, die 2003 vom Computational Physiology Laboratory des Massachusetts Institute of Technology, dem Beth Israel Deaconess Medical Center der Harvard Medical School und der Philips Medical Company mit Unterstützung der National Institutes of Health gegründet wurde. Die Autoren wurden akkreditierte PhysioNet-Nutzer, absolvierten den CITI-Schulungskurs "Data or Specimens Only Research" und unterzeichneten die PhysioNet Credentialed Health Data Use Agreement (Datensatz-ID: 55710882), bevor der Zugang gewährt wurde. Die Daten wurden im November 2025 extrahiert.

Die Datenbank ist in zwei Module gegliedert: Hosp (bezogen aus der krankenhausweiten elektronischen Patientenakte) und ICU (bezogen aus dem klinischen Informationssystem MetaVision auf der Intensivstation). Die Studienkohorte wurde zusammengestellt, indem folgende Tabellen abgefragt und Datensätze nach subject_id, hadm_id und stay_id verknüpft wurden: Patienten, Aufnahmen und Überweisungen (Demografie und Krankenhausaufenthaltsdaten); diagnoses_icd mit d_icd_diagnoses und procedures_icd mit d_icd_procedures (Diagnose- und Verfahrenscodes); Laborveranstaltungen mit d_labitems (Labormessungen); Verschreibungspflichtige (Medikamente); mikrobiologische Ereignisse (postoperative Infektion); Intensivstationen (Aufnahme auf die Intensivstation und Aufenthaltsdauer (LOS)); Chartereignisse mit d_items (Vitalzeichen der Intensivstation); und die MIMIC-IV-Freitext-Pflegenotizen, aus denen die Sentiment-Polaritäts- und Sentiment-Subjektivitätswerte abgeleitet wurden. Die Daten wurden mithilfe strukturierter SQL-Abfragen extrahiert, die mit einem lokalen PostgreSQL-Build (Version 18.4) von MIMIC-IV v3.0 ausgeführt wurden (und auf Google BigQuery abgeglichen wurden), das mit den offiziellen Build-Skripten des MIMIC-Code-Repositorys (https://github.com/MIT-LCP/mimic-code) erstellt wurde.

Einschluss- und Ausschlusskriterien

Einschlusskriterien: Der Patient war älter als oder gleich 18 Jahren, der Patient wird einer Cholezystektomie unterzogen (anhand der procedures_icd Tabelle durch Cholezystektomie-Eintrag identifiziert), der Patient hat eine dokumentierte Intensivaufnahme (definiert durch das Vorhandensein von mindestens einem Eintrag auf der Intensivstation, wobei der erste Intensivaufenthalt bei mehreren Aufenthalten genutzt wurde; Die Aufnahme auf die Intensivstation ist ein administratives Ereignis in MIMIC-IV und wird daher nicht durch einen ICD-Code dargestellt) (N = 325).

Ausschlusskriterien: Der Patient entwickelte ein postoperatives Syndrom (einschließlich Postcholezystektomie-Syndroms und erhaltener Cholelitiasis nach Cholezystektomie) (ausgenommen 3, verbleibende 322), die LOS der Intensivstation betrug weniger als 24 Stunden (ausgeschlossen 54, verbleibende 268), fehlende Pflegenotizen in den Patientendaten (fehlender Sentiment-Score) [ausschließend 1, verbleibende 267]. Um zu überprüfen, ob die Stichprobengröße den Anforderungen der Datenanalyse entspricht, wurde die minimale Stichprobengröße mit der G*Power-Software (Version 3.1.9.7) berechnet, wobei die Effektgröße d = 0,5, α Fehlerwahrscheinlichkeit = 0,05, Potenz (1-β Fehlerwahrscheinlichkeit) = 0,95 und das Zuteilungsverhältnis N2/N1 = 1 resultierte, was zu einer Mindeststichprobengröße von 220 führte. Die 267 eingeschlossenen Teilnehmer erfüllten die Analyseanforderungen.

Gruppierung und Variablen

In dieser Studie wurden die Probanden je nachdem, ob die Intensivstation mehr als 7 Tage betrug, in zwei Gruppen eingeteilt: Eine Gruppe war die Intensivstations-LOS < 7-Tage-Gruppe, die andere Gruppe die Intensiv-LOS ≥ 7-Tage-Gruppe. Der primäre Endpunktindikator in dieser Studie war ICU-LOS, und der primäre Endpunkt war ICU-LOS, definiert als eine kontinuierliche Variable (in Tagen), die aus dem LOS-Feld der ICUSTAYS-Tabelle (ICU-Modul) entnommen wird, was dem Intervall zwischen Aus- und In-Zeit des ersten Intensivaufenthalts des Patienten während der Index-Krankenhausaufnahme entspricht. ICU-LOS wurde zusätzlich an klinisch relevanten Schwellenwerten dichotomisiert: 3-Tage-, 7-Tage- und 10-Tage-ICU-LOS wurden als ICU-LOS ≥ 3, ≥ 7 und ≥ 10 Tage definiert, jeweils als binäre Variable, die aus demselben LOS-Feld der ICUSTAYS-Tabelle abgeleitet ist.

Sekundäre Endpunktindikatoren waren postoperative Infektion, Krankenhaustod und LOS ≥ 28. (1) 28-tägige LOS, definiert als die gesamte Krankenhausaufenthaltsdauer ≥ 28 Tage, berechnet als Dischtime − Aufnahmezeit aus der Aufnahmetabelle (Hosp-Modul); (2) Krankenhaustod, definiert als hospital_expire_flag = 1 in der Aufnahmetabelle (entsprechend eine nicht-null Sterbezeit zwischen Aufnahme- und Entlassungszeit); (3) Nach einer postoperativen Infektion wurde ein Patient als postoperativ eingestuft, obwohl seq_num_infection nicht null war. Die wichtigsten Indikatoren, die in dieser Studie enthalten waren, waren Sentiment-Polarität, Sentiment-Subjektivität, Alter, Body-Mass-Index (BMI), Glukose, Albumin, Alanintransaminase (ALT), Anionenlücke, Aspartat-Aminotransferase (AST), Bicarbonat, Harnstoff im Blut, Chlorid, Kreatinin, Hämatokrit, Blutplättchen, Kalium, rote Blutkörperchen (RBC), Verteilungsbreite der roten Blutkörperchen (RDW), Natrium, Laktat, Lymphozyten, weiße Blutkörperchen (WBC), Charlson-Komorbiditätsindex (CCI), Sequenzielle Organversagensbeurteilung (SOFA), vereinfachter akuter Physiologie-Score III (APSIII), MITTLERE HERZFREQUENZ AUF DER INTENSIVSTATION, DURCHSCHNITTLICHER SYSTOLISCHER BLUTDRUCK AUF DER INTENSIVSTATION, GESCHLECHT (MÄNNLICH, WEIBLICH), RASSE (WEIẞ, ANDERE), FAMILIENSTAND (VERHEIRATET, ANDERE), RAUCHEN (NEIN, JA), ALKOHOLKONSUM (NEIN, JA), PROPOFOL (NEIN, JA), FENTANYL (NEIN, JA), CIPROFLOXACIN (NEIN, JA), LEVOFLOXACIN (NEIN, JA), HYPERTONIE (NEIN, JA), HYPERLIPIDÄMIE (NEIN, JA), MYOKARDININFARKT (NEIN, JA), Ja), Herzinsuffizienz (nein, ja), zerebrovaskuläre Erkrankung (nein, ja), Demenz (nein, ja), chronische Lungenerkrankung (nein, ja). Sentiment-Scores lassen sich in Sentiment-Polarität und Sentiment-Subjektivität kategorisieren. Es ist erwähnenswert, dass alle Labormessungen Mittelwerte sind. Propofol, Fentanyl und Ciprofloxacin wurden als binäre Indikatoren für die Verabreichung innerhalb der ersten 24 Stunden der Intensivstation erfasst und daher vor den relevanten Ergebnissen gemessen. Sie wurden als Baseline-Anpassungskovariaten und nicht als interessierende Expositionen aufgenommen, was auf eine frühe Intensivstationssedierung, Analgesie und antimikrobielle Behandlung zum Zeitpunkt der Aufnahme hinweist.

Sentimentanalyse

Die Programmiersprache Python (Version 3.6.4) und das TextBlob (Version 0.15.1) Natural Language Processing Tool (im Folgenden die Sentiment-Analysis Library) wurden eingesetzt, um Sentiment-Polarität und Sentiment-Subjektivität aus dem Krankenhausentlassungsdokument²⁴ zu extrahieren. Vor der Analyse wurden Pflegeakten vorbearbeitet, indem geschützte Kennungen entfernt wurden, Text in Kleinbuchstaben umgewandelt, gängige klinische Abkürzungen erweitert, überflüssige Leerräume und nicht-alphanumerische Symbole entfernt und Text in Sätze segmentiert wurden. Für jeden Datensatz lieferte diese Bibliothek eine Sentiment-Polarität (Bereich -1 bis 1; höhere Werte zeigen mehr positive Stimmung) und eine Sentiment-Subjektivität (Bereich 0 bis 1; höhere Werte bedeuten größere Subjektivität) unter Verwendung der Standard-Analysatorparameter zurück. Für jeden Patienten wurde das Krankenhausentlassungsdokument einmal bewertet, was pro Patient eine Sentiment-Polarität und einen Sentiment-Subjektivitätswert ergab. Der Analysecode ist im Uniform Resource Locator verfügbar. Diese Bibliothek wurde ausgewählt, weil sie ein transparentes, lexikonbasiertes und vollständig reproduzierbares Maß für Polarität und Subjektivität bietet, das bereits in früheren gesundheitsbezogenen Text-Mining-Studien^{angewandt wurde 17}.

Statistische Analyse

Alle statistischen Analysen wurden mit R (Version 4.3.0) durchgeführt. Die Normalität kontinuierlicher Variablen wurde mit dem Shapiro-Wilk-Test zusammen mit der visuellen Inspektion der Q-Q-Diagramme bewertet, und die Homogenität der Varianz wurde mit dem Levene-Test bewertet. Kontinuierliche Variablen, die normal verteilt waren, wurden als Mittelwert ± Standardabweichung angegeben und zwischen den beiden Gruppen (ICU-LOS < 7 Tage vs. ≥ 7 Tage) mit dem unabhängigen Stichproben-Student-t-Test verglichen, wobei die Welch-Korrektur bei ungleichen Varianzen angewandt wurde; kontinuierliche Variablen, die nicht normal verteilt waren, wurden als Median (Interquartilbereich) angegeben und mit dem Mann-Whitney-U-Test verglichen. Kategoriale Variablen wurden als Häufigkeiten und Prozentsätze (n, %) ausgedrückt und zwischen den beiden Gruppen mit dem Pearson-Chi-Quadrat-Test verglichen, wobei der exakte Fisher-Test verwendet wurde, wenn eine erwartete Zellanzahl < 5 betrug.

Die Empfänger-Betriebscharakteristik (ROC)-Kurve wurde verwendet, um die diskriminierende Fähigkeit von Sentiment-Polarität und Sentiment-Subjektivität für 3-, 7- und 10-Tage-ICU-LOS zu bewerten, die jeweils als binäres Ergebnis definiert sind (ICU-LOS ≥ k Tage vs. < k Tage). Die Flächen unter der Kurve (AUC) wurden mit 95 % KI berichtet, die mit der DeLong-Methode erhalten wurden; die optimale Grenze war der Wert, der den Youden-Index maximierte, und Sensitivität, Spezifität und Genauigkeit wurden berechnet, wobei ihre 95%-KI durch Bootstrap-Resampling (1000 Replikate) erhalten wurden. Der DeLong-Test für zwei korrelierte ROC-Kurven wurde verwendet, um AUCs (Sentiment-Polarität vs. Sentiment-Subjektivität; jede Basis-Variable gegen Sentiment-Polarität) zu vergleichen. Interne Validierung durch 1000 Bootstrap-Resamples wurde für die primären 7-Tage-ICU-LOS-ROC-Modelle durchgeführt. Für das Single-Index-Modell wurden zusätzlich der optimismuskorrigierte AUC, die Kalibrierungsneigung und der Brier-Wert angegeben. Sowohl für das Einzelindexmodell als auch für SOFA und APSII weiter angepasstes Modell wurden bias-korrigierte Kalibrierungskurven erzeugt und der mittlere absolute Kalibrierungsfehler gemeldet. Die 3-Tage- und 10-Tage-LOS-Analysen auf der Intensivstation sowie die ROC-Analysen mit sekundären Endpunkten (Krankenhaustod und 28-Tage-LOS) wurden intern nicht validiert, und ihre Leistung wird als scheinbar (nicht angepasst) gemeldet und ist daher explorativ.

Eingeschränkte kubische Splines (RCS) charakterisierten die Dosis-Antwort-Assoziation von Sentiment-Polarität und Sentiment-Subjektivität mit 7-Tage-ICU-LOS sowie die Sentiment-Polarität mit den sekundären Endpunkten (postoperative Infektion, Krankenhaustod, 28-Tage-LOS). Splines waren mit 4 Knoten ausgestattet, die im 5., 35., 65. und 95. Perzentil der Exposition platziert waren, wobei der Referenzwert auf den Median gesetzt war. Jedes Ergebnis wurde als binäres Ereignis auf der Logit-Skala modelliert. Der p-Wert für die Gesamtassoziation und der p-Wert für Nichtlinearität (ein Test der nichtlinearen Spline-Terme) wurden berichtet.

Die Verbindung zwischen Sentimentpolarität und ICU-LOS wurde mit verallgemeinerten linearen Modellen geschätzt. Für das binäre Ergebnis (7-Tage-ICU-LOS) wurde logistische Regression (Binomialfamilie, Logit-Link) verwendet, und die Effekte wurden als Odds Ratios (OR) pro 1-Standardabweichung (1-SD) Zunahme der Sentimentpolarität berichtet; für das kontinuierliche Ergebnis (ICU LOS in Tagen) wurde lineare Regression verwendet, und die Effekte wurden als Regressionskoeffizienten (β) gemeldet. Vier Modelle wurden a priori spezifiziert: ein grober (nicht angepasster) Modell; Modell 1 angepasst an Krankheitsschwere-Werte (SOFA, APSIII); Modell 2 korrigierte für Ausgangswerte unterschiedliche Labor-/Vitalzeichen- und demografische Kovariaten (Glukose, Albumin, Bicarbonat, mittlere Herzfrequenz auf der Intensivstation, mittlerer systolischer Blutdruck auf der Intensivstation, Geschlecht und leichte Lebererkrankung); und Modell 3 angepasst für Medikamente (Propofol, Fentanyl, Ciprofloxacin). Da Medikamente auf dem kausalen Weg zwischen Krankheitsschwere und ICU-LOS liegen können, birgt Modell 3 ein Risiko einer Überanpassung und wird als Sensibilitätsanalyse präsentiert, wobei die Modelle 1–2 als primär gelten. Für alle Schätzungen wurden 95 % KI berichtet. Ein zweiseitiges p < 0,05 galt als statistisch signifikant.

Ergebnisse

Patienteninformationen

Insgesamt wurden 267 Patienten, die sich einer Cholezystektomie unterzogen hatten, in diese Studie aufgenommen, davon hatten 45 Patienten eine Intensivstations-LOS von ≥ 7 Tagen und 222 Patienten eine Intensiv-LOS von < 7 Tagen. In den quantitativen Ausgangsdaten gab es Unterschiede zwischen den beiden Gruppen in der Sentiment-Polarität, der Subjektivität der Sentimentalität, Glukose, Albumin, Bicarbonat, SOFA, APSIII, ICU-mittlerer Herzfrequenz und ICU-durchschnittlichem systolischem Blutdruck (Tabelle 1). Die Intensivstation mit 7-Tage-≥ hatte eine höhere Sentiment-Polarität, eine größere Subjektivität der Sentiment-Intensität, niedrigere Albuminwerte, niedrigere Bicarbonatwerte, höhere SOFA, höhere APSIII, eine schnellere durchschnittliche Herzfrequenz auf der Intensivstation und einen niedrigeren mittleren systolischen Blutdruck auf der Intensivstation (alle p < 0,05).

Anhand der qualitativen Ausgangsdaten gab es Unterschiede zwischen den beiden Gruppen bei Geschlecht, Propofol, Fentanyl, Ciprofloxacin und leichter Lebererkrankung (Tabelle 2). Der Anteil der Männer in der Gruppe der Intensivstation ≥ 7 Tage betrug 71,111 % und 28,889 % der Frauen, während der Anteil der Männer in der Gruppe der Intensivstation < 7-Tage-Gruppe 53,604 % und 46,396 % der Frauen betrug. Die Gruppe der Intensivstations-LOS ≥ 7 Tage wies einen höheren Anteil an Propofol auf (91,111 % gegenüber 41,441 %), Fentanyl (86,667 % gegenüber 50,000 %) und Ciprofloxacin (73,333 % gegenüber 35,586 %) auf. Die ICU LOS≥7-Tage-Gruppe hatte 40,000 % der Patienten mit leichter Lebererkrankung, während nur 18,018 % der Patienten in der ICU-LOS < 7-Tage-Gruppe eine leichte Lebererkrankung hatten.

Analyse des klinischen Wertes von Sentiment-Polarität und sentiment-Subjektivität

Da diese Studie die Korrelation zwischen Sentiment-Scores in Pflegenotizen und Prognose untersuchte und als Basisdaten zeigten, dass sich Sentimentpolarität und Subjektivität zwischen den beiden Gruppen unterschieden, wurden die diskriminierenden Eigenschaften beider für ICU-LOS mit ROC-Analyse weiter untersucht. In dieser Studie. ICU LOS wurde in 3-Tage-ICU-LOS, 7-Tage-ICU-LOS und 10-Tage-ICU-LOS unterteilt. Wie in Tabelle 3 dargestellt, betrugen die Flächenwerte der Flächenunterkurve (AUC) der Stimmungspolaritätsdiskriminierung für 3-Tage-ICU-LOS, 7-Tage-ICU-LOS und 10-Tage-ICU-LOS 0,647 (0,571, 0,713), 0,704 (0,629, 0,777) bzw. 0,691 (0,610, 0,777), während AUC-Werte der Sentiment-Subjektivitäts-Diskriminierung für 3-Tage-ICU-LOS, 7-Tage-ICU-LOS, und die 10-Tage-Intensivintensiv-LOS lagen bei 0,531 (0,456, 0,583), 0,594 (0,517, 0,664) und 0,657 (0,592, 0,728). Die Ergebnisse des DeLong-Tests deuteten darauf hin, dass die Performance der Sentiment-Polarität bei der Diskriminierung von 3-Tage-ICU-LOS besser war als die sentimentale Subjektivität (p = 0,015).

Die Decision Curve Analysis (DCA) wurde verwendet, um die klinischen Nettovorteile von Sentiment-Polarität und Subjektivität bei der Unterscheidung zwischen 3-, 7- und 10-Tage-ICU-LOS zu untersuchen. Im DCA bezeichnet die Hochrisiko-Schwellenwahrscheinlichkeit die Diskriminierungswahrscheinlichkeit eines verlängerten Intensivaufenthalts, bei der ein Kliniker zwischen Eingreifen und Nicht-Eingreifen gleichgültig wäre; Der Nettovorteil wurde im Vergleich zu den Strategien "Behandle alle" (Intervention bei jedem Patienten) und "Behandlungs-Nichts" (Eingreifen bei keinem Patienten) verglichen, sodass die unten angegebenen Schwellenwerte das Diskriminierungsrisikofenster anzeigen, über das das Handeln nach jeder Metrik klinisch sinnvoll sein könnte. Wie in Abbildung 1A dargestellt, war bei etwa 0,30–0,58 der klinische Nutzen der Sentiment-Polarität für diskriminierende 3-Tage-ICU-LOS höher als der der Sentiment-Subjektivitäts-, Behandlungs-All- und Behandlungs-Nichts-Modelle. Wenn der Schwellenwert etwa 0,10–0,30 betrug, war der klinische Nutzen der Sentiment-Polarität für diskriminierende 7-Tage-ICU-LOS höher als der des Sentiment-Subjektivitäts-, Behandlungs-All- und Behandlungs-Null-Modells (Abbildung 1B). Ein ähnliches Ergebnis wurde auch bei der diskriminierenden 10-Tage-LOS der Intensivstation beobachtet, mit einem Schwellenwert von etwa 0,10–0,22 (Abbildung 1C). Sowohl ROC- als auch DCA-Analysen zeigten, dass unter den beiden textabgeleiteten Metriken die Stimmungspolarität etwas größere Diskriminierung und einen klinischen Nettovorteil bot als die Sentiment-Subjektivität für die Diskriminierung von Intensivstations-LOS, insbesondere bei 7-tägigen Intensivstations-LOS. Diese Vergleiche sind explorativ und beschränken sich auf die beiden Sentiment-Metriken; Sie stellen nicht fest, dass die Sentiment-Polarität den festgelegten Schweregrad-Werten überlegen ist.

Die diskriminierende Performance der Stimmungspolarität im Vergleich zu anderen Indikatoren, einschließlich Unterschiede in den Basisdaten bei 7-Tage-ICU-LOS, wurde weiter verglichen. Wie in Tabelle 4 dargestellt, waren die AUC-Werte für Sentimentpolarität, sentimentale Subjektivität, Glukose, Albumin, Bicarbonat, SOFA, APSIII, ICU mittlere Herzfrequenz, ICU mittlerer systolischer Blutdruck, Geschlecht, Propofol, Fentanyl, Ciprofloxacin und leichte Lebererkrankung bei diskriminierenden 7-Tage-ICU-LOS 0,688 (0,606, 0,757), 0,559 (0,441, 0,655), 0,636 (0,549, 0,719), 0,684 (0,582–0,785), 0,585 (0,490–0,679), 0,759 (0,688, 0,826), 0,752 (0,697, 0,836), 0,668 (0,587, 0,756), 0,619 (0,530, 0,707), 0,588 (0,513, 0,662), 0,726 (0,681, 0,783), 0,673 (0,621, 0,727), 0,660 (0,589, 0,720), 0,603 (0,510, 0,672), jeweils. Nach DeLongs Test zeigte die Sentiment-Polarität eine statistisch höhere AUC als die sentimentale Subjektivität (p = 0,034) und das Geschlecht (p = 0,023). Für alle anderen Vergleichswerter, einschließlich der klinischen Schweregradwerte SOFA (AUC = 0,759, p = 0,267) und APSIII (AUC = 0,752, p = 0,338) sowie Propofol-Einnahme (AUC = 0,726, p = 0,446) sowie Glukose, Albumin, Bicarbonat, mittlerer Herzfrequenz auf der Intensivstation, der durchschnittlichen systolischen Blutdruck auf der Intensivstation, Fentanyl, Ciprofloxacin und leichte Lebererkrankung, waren die AUC-Unterschiede relativ zur Sentiment-Polarität nicht statistisch signifikant (alle p > 0,05), unabhängig davon, in welche Richtung die Punktschätzung bevorzugte. Obwohl SOFA, APSII und die Verwendung von Propofol numerisch höhere Punktschätzungs-AUCs als die Sentiment-Polarität aufwies, erreichte dieser numerische Unterschied keine statistische Signifikanz, und der AUC der Sentiment-Polarität war ebenfalls nicht statistisch von mehreren Indikatoren mit niedrigeren Punktschätzungen (z. B. Albumin, Bicarbonat, ICU-Mittel-systolischem Blutdruck) zu unterscheiden. Zusammengenommen zeigen diese Ergebnisse, dass die Sentimentpolarität eine diskriminierende Fähigkeit zeigte, die statistisch vergleichbar mit etablierten klinischen Schweregradmaßen war, aber gleichzeitig einen signifikanten Vorteil gegenüber sentimentaler Subjektivität und allein dem Geschlecht zeigte. Der Wert der Sentimentpolarität lässt sich daher am besten als wettbewerbsfähig und ergänzend und nicht als überlegen validierten Schweregrad-Indizes darstellen: Ihr Hauptvorteil liegt in der automatischen Extraktion aus routinemäßigen Pflegenotizen, die ein kostengünstiges, skalierbares Signal liefern, das Instrumente wie SOFA und APSIII ergänzen und nicht ersetzen kann.

Bei der internen Validierung durch 1000 Bootstrap-Resamples war der Optimismus vernachlässigbar: Für 7-Tage-ICU-LOS hatte das Einzelindex-Sentiment-Polaritätsmodell (Abbildung 4A) einen optimistisch-korrigierten AUC von 0,70 (scheinbar 0,704), mit einer Kalibrierungsneigung von 1,06 und einem Brier-Wert von 0,138 (mittlerer absoluter Kalibrierungsfehler = 0,04), während das Modell zusätzlich für SOFA und APSIII adjustierte (Abbildung 4B) zeigte einen mittleren absoluten Kalibrierungsfehler von 0,034, was auf stabile Diskriminierung und ausreichende Kalibrierung hinweist; Ohne eine externe Kohorte bleiben diese Ergebnisse explorativ.

Korrelation von Sentiment-Polarität und Sentiment-Subjektivität mit ICU-LOS

Die Ergebnisse der RCS-Analyse (Abbildungen 2A–B) deuteten darauf hin, dass die Stimmungspolarität eine nichtlineare Beziehung mit 7-Tage-ICU-LOS zeigte (p für insgesamt = 0,002, p für nichtlineare = 0,027) und die Sentiment-Subjektivität keine lineare oder nichtlineare Beziehung zum 7-Tage-ICU-LOS aufwies (p für insgesamt = 0,205, p für nichtlineare = 0,227). Die Ergebnisse des RCS fanden nur eine Korrelation zwischen Sentimentpolarität und ICU-LOS, sodass die unabhängige Verbindung zwischen sentimentaler Polarität und ICU-LOS mittels verallgemeinerter linearer Regression weiter untersucht wurde. Beim Setzen des ICU-LOS als binäre Variable (Tabelle 5) hatte die Sentiment-Polarität eine Korrelation mit ICU-LOS mit oder ohne Anpassung [rohes Modell: OR(95%) = 1,83 (1,29, 2,61), p < 0,001; Modell 1:OR(95%) = 1,75 (1,21, 2,54), p = 0,003; Modell 2: OR(95%) = 2,30 (1,31, 4,03), p = 0,004; Modell 3: OR(95%) = 1,63 (0,92, 2,87), p = 0,092]. Das gleiche Ergebnis wurde auch bei der Einstellung der ICU-LOS als stetige Variable gefunden (Tabelle 5) [rohes Modell: β = 17,786 (9,169, 26,404), p < 0,001; Modell 1: β = 14,724 (6,287, 23,162), p = 0,001; Modell 2: β = 15,963 (5,352, 26,574), p = 0,003; Modell 3: β = 11,362 (0,976, 21,749), p = 0,032].

Korrelation der Sentiment-Polarität mit sekundären Endpunkten (postoperative Infektion, Krankenhaustod und 28-Tage-LOS)

Die Korrelation zwischen Sentiment-Polarität und sekundären Ergebnissen wurde weiter untersucht. Unter den 267 Patienten trat bei 38/267 eine postoperative Infektion auf, in 36/267 (13,5 %) Todesfälle im Krankenhaus und in 39/267 (14,6 %) eine 28-tägige Krankenhaus-LOS. Wie in Abbildung 3A–C gezeigt, bestand eine nichtlineare Beziehung zwischen Sentiment-Polarität und Krankenhaus-Tod (p für insgesamt = 0,010, p für nichtlineare = 0,046), während es eine lineare Beziehung zwischen Sentiment-Polarität und 28-Tage-LOS gab (p für Gesamt-< 0,001, p für nichtlineare = 0,217), dennoch hatte die Sentiment-Polarität keine lineare oder nichtlineare Beziehung zur postoperativen Infektion (p für insgesamt = 0,562, p für nichtlineare = 0,364). Basierend auf diesen Ergebnissen wurde die ROC-Analyse verwendet, um die Fähigkeit der Stimmungspolarität bei der Unterscheidung zwischen stationärem Tod und 28-Tage-LOS zu untersuchen. Die AUC-Werte der Stimmungspolarität bei der Diskriminierung von Krankenhaustodesfällen und 28-Tage-LOS betrugen jeweils 0,674 (0,602, 0,755) bzw. 0,753 (0,669, 0,847). Gleichzeitig lag die Sensibilität der Sentiment-Polarität bei der Diskriminierung von Krankenhaussterblichkeit und 28-Tage-LOS bei 0,694 (0,453, 0,896) bzw. 0,667 (0,503, 0,959). Die entsprechenden Spezifitäten betrugen 0,649 (0,495, 0,863) und 0,737 (0,457, 0,912), und die Genauigkeiten lagen bei 0,672 (0,536, 0,820) bzw. 0,733 (0,510, 0,868) (Tabelle 6; alle 95%-KIs durch Bootstrap-Resampling erhalten). Da die Zahl der Krankenhaustodesfälle und 28-Tage-Ereignisse gering war und keine interne oder externe Validierung durchgeführt wurde, sollten diese Sekundär-Endpunkt-Analysen als explorativ betrachtet werden und eine Bestätigung in ausreichend gestützten, validierten und schweregradadjustierten Analysen erfordern.

DATENVERFÜGBARKEIT:

MIMIC-IV ist eine Datenbank mit eingeschränktem Zugriff; Die informierte Einwilligung für die ursprüngliche Datenerhebung wurde von Patienten in den Quelleinrichtungen während der routinemäßigen klinischen Versorgung und Datenbankaufbau eingeholt, während die vorliegende Studie eine sekundäre Analyse der bereits deidentifizierten MIMIC-IV-Datenbank ist, für die die Anforderung einer zusätzlichen individuellen informierten Einwilligung erlassen wurde. Die Rohdaten können durch das Absolvieren der CITI-Schulung "Data or Specimens Only Research" und durch Unterzeichnung der PhysioNet Credentialed Health Data Use Agreement (https://physionet.org/content/mimiciv/) erhalten werden. Da das MIMIC-IV Data Use Agreement die Weiterverteilung einzelner Patientenakten verbietet, können die Rohdaten nicht öffentlich eingelegt werden; jedoch wurde der de-identifizierte abgeleitete Datensatz, der den vorliegenden Analysen zugrunde liegt, zusammen mit den vollständigen SQL-Extraktionsabfragen und Analyseskripten, die zur Regenerierung aus MIMIC-IV erforderlich sind, der Zeitschrift als ergänzende Dateien zur Verfügung gestellt. Sowohl der Datenextraktionscode als auch die Rohdaten sind in der ergänzenden Tabelle 1 und in der ergänzenden Codierungsdatei verfügbar.

Abbildung 1: Der klinische Nettovorteil von Sentiment-Polarität und Sentiment-Subjektivität bei der Unterscheidung von 3-Tage-, 7-Tage- und 10-Tage-LOS der Intensivstation. (A) 3-Tage-ICU-LOS, (B) 7-Tage-ICU-LOS, (C) 10-Tage-ICU-LOS, Modell 1: Sentiment-Polarität, Modell 2: Sentiment-Subjektivität. Die x-Achse zeigt die Wahrscheinlichkeit der Hochrisiko-Schwelle, die y-Achse den Nettonutzen. Die graue "All"-Linie (all-behandeln) geht davon aus, dass jeder Patient als Hochrisiko-Patient behandelt wird, und die schwarze "Keine"-Linie (behandel-niemand) geht davon aus, dass kein Patient behandelt wird; Modell 1 und Modell 2 verwenden jeweils einen einzigen Diskriminierungsindex (Stimmungspolarität bzw. Sentiment-Subjektivität). Die Ergebnisse wurden definiert als ICU-LOS ≥ 3 Tage (A), ≥ 7 Tage (B) und ≥ 10 Tage (C). N = 267. Abkürzungen: ICU = Intensivstation, LOS = Aufenthaltsdauer. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 2: Korrelation von Sentiment-Polarität und Sentiment-Subjektivität mit ICU-LOS. (A) Sentiment-Polarität, (B) Sentiment-Subjektivität. Das Ergebnis war eine 7-tägige ICU-LOS (kodiert als binäres Ereignis ≥ 7 Tage gegenüber < 7 Tagen). Die durchgezogene Linie zeigt das geschätzte Odds-Verhältnis über den Belichtungsbereich und das schattierte Band das entsprechende 95%-Konfidenzintervall; Die horizontale gestrichelte Linie markiert ein Odds Ratio von 1. Eingeschränkte kubische Splines wurden mit 4 Knoten im 5., 35., 65. und 95. Perzentil für jede Belichtung ausgestattet, wobei der Referenzwert auf den Median gesetzt wurde. Das Modell war nicht angepasst. N = 267. Abkürzungen: ICU = Intensivstation, LOS = Aufenthaltsdauer. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 3: Korrelation der Sentiment-Polarität mit sekundären Endpunkten (postoperative Infektion, Krankenhaustod und 28-Tage-LOS). (A) Postoperative Infektion, (B) Tod im Krankenhaus, (C) 28-tägige Sichtweite. Postoperative Infektionen und Krankenhaustod wurden als binäre Ereignisse kodiert; 28-Tage-LOS wurde als binäres Ereignis codiert (≥ 28 Tage gegenüber < 28 Tagen). Die durchgezogene Linie zeigt das geschätzte Odds-Verhältnis und das schattierte Band das 95%-Konfidenzintervall, wobei die horizontale gestrichelte Linie ein Odds-Verhältnis von 1 hat. Eingeschränkte kubische Splines wurden mit 4 Knoten im 5., 35., 65. und 95. Perzentil der Stimmungspolarität ausgestattet, wobei der Referenzwert im Median lag. Das Modell war nicht angepasst. N = 267. Abkürzungen: LOS = Aufenthaltsdauer. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 4: Kalibrierung der Sentiment-Polaritätsmodelle für 7-tägige ICU-LOS, bewertet durch 1000 Bootstrap-Resamples. (A) Singel-Diskriminationsindex Sentiment-Polaritätsmodell; (B) Modell wurde außerdem für SOFA und APSIII angepasst. Die gestrichelte Diagonale kennzeichnet perfekte Kalibrierung (Ideal); die gestrichelte Linie ist die scheinbare Kalibrierung, und die durchgezogene Linie ist die von Bootstrap bias-korrigierte Kalibrierung; Graue Linien sind 0,95 Konfidenzgrenzen, und das RUG-Diagramm zeigt die Verteilung der Diskriminierungswahrscheinlichkeiten. Mittlerer absoluter Fehler = 0,04 (A) und 0,034 (B). N = 267. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Variable	ICU LOS < 7 Tage (N = 222)	ICU LOS ≥ 7 Tage (N = 45)	p
Sentiment-Polarität	0.131 [0.095,0.185]	0.178 [0.154,0.236]	<0,001
Sentiment-Subjektivität	0.453 [0.396,0.517]	0.487 [0.435,0.533]	0.046
Alter (Jahre alt)	67.000 [57.000,77.000]	67.000 [57.000,76.000]	0.847
BMI (kg/m2)	28.000 [25.400,33.200]	29.000 [27.100,34.700]	0.45
Glukose (mg/dL)	127.000 [103.000,158.000]	137.000 [115.000,194.000]	0.013
Albumin (g/dL)	3,044 ± 0,538	2,628 ± 0,727	<0,001
ALT (IU/L)	68.000 [27.000,206.000]	49.000 [29.000,178.000]	0.406
Anionenspalt (mEq/L)	14.000 [13.000,17.000]	14.000 [13.000,17.000]	0.578
AST (IU/L)	78.000 [39.000,223.000]	71.000 [38.000,192.000]	0.942
Bicarbonat (mEq/L)	23.419 ± 4.227	21,778 ± 5,485	0.026
Blutharnstoff-Stickstoff (mg/dL)	16.000 [12.000,23.000]	20.000 [11.000,30.000]	0.219
Chlorid (mEq/L)	105.000 [101.000,108.000]	106.000 [100.000,109.000]	0.214
Kreatinin (mg/dL)	0.900 [0.800,1.300]	1.100 [0.800,1.800]	0.231
Hämatokrit (%)	33.843 ± 6.179	32,531 ± 6,620	0.202
Blutplättchen (K/μL)	211.000 [155.000,287.000]	189.000 [135.000,275.000]	0.347
Kalium (mEq/L)	4.100 [3.700,4.600]	4.300 [3.800,4.800]	0.393
Rote Blutkörperchen (m/μL)	3,724 ± 0,688	3,546 ± 0,755	0.123
RDW (%)	14.600 [13.800,15.600]	14.500 [13.900,15.800]	0.984
Natrium (mEq/L)	138.000 [136.000,141.000]	139.000 [136.000,142.000]	0.644
Laktat (mmol/L)	1.500 [1.100,2.200]	1.700 [1.200,2.600]	0.313
Lymphozyten (%)	8.000 [5.000,13.500]	8.700 [5.000,14.000]	0.666
WBC (K/μL)	11.300 [8.400,15.600]	11.300 [8.200,16.500]	0.65
CCI	5.000 [3.000,7.000]	6.000 [4.000,8.000]	0.199
SOFA	4.000 [2.000,6.000]	6.000 [5.000,11.000]	<0,001
APSIII	40.000 [32.000,54.000]	58.000 [45.000,70.000]	<0,001
Mittlere Herzfrequenz (bpm) auf der Intensivstation	88.806 [77.708,100.161]	95.885 [87.917,109.686]	<0,001
Intensivstation mittlerer systolischer Blutdruck (mmHg)	117.296 [106.667,127.478]	110.259 [102.808,120.353]	0.014
Mitteldiastolischer Blutdruck (mmHg) auf der Intensivstation	60.133 [54.313,67.227]	57.953 [51.000,62.278]	0.108

Tabelle 1: Quantitative Ausgangsinformationen von Patienten, die sich einer Cholezystektomie unterziehen. Abkürzungen: BMI = Body-Mass-Index; ALT-Alanin-Transaminase; AST = Aspartat-Aminotransferase; Rote Blutkörperchen = rote Blutkörperchen; RDW = Breite der roten Blutkörperverteilung; WBC = Weiße Blutkörperchen; CCI = Charlson-Komorbiditätsindex; SOFA = sequentielle Organversagensbewertung; APSIII = vereinfachter akuter Physiologiewert III; ICU = Intensivstation; LOS = Aufenthaltsdauer.

Variable		ICU LOS < 7 Tage (N = 222)	ICU LOS ≥ 7 Tage (N = 45)	p
Geschlecht	Männlich	119 (53.604)	32 (71.111)	0.031
	Weiblich	103 (46.396)	13 (28.889)
Rennen	Weiß	168 (77.419)	29 (69.048)	0.244
	Weitere	49 (22.581)	13 (30.952)
Familienstand	Verheiratet	107 (50.472)	16 (37.209)	0.113
	Weitere	105 (49.528)	27 (62.791)
Rauchen	Nein	214 (96.396)	44 (97.778)	0.64
	Ja	8 (3.604)	1 (2.222)
Alkohol trinken	Nein	191 (86.036)	38 (84.444)	0.781
	Ja	31 (13.964)	7 (15.556)
Propofol	Nein	130 (58.559)	4 (8.889)	<0,001
	Ja	92 (41.441)	41 (91.111)
Fentanyl	Nein	111 (50.000)	6 (13.333)	<0,001
	Ja	111 (50.000)	39 (86.667)
Ciprofloxacin	Nein	143 (64.414)	12 (26.667)	<0,001
	Ja	79 (35.586)	33 (73.333)
Levofloxacin	Nein	196 (88.288)	36 (80.000)	0.133
	Ja	26 (11.712)	9 (20.000)
Bluthochdruck	Nein	98 (44.144)	20 (44.444)	0.97
	Ja	124 (55.856)	25 (55.556)
Hyperlipidämie	Nein	157 (70.721)	36 (80.000)	0.205
	Ja	65 (29.279)	9 (20.000)
Myokardinfarkt	Nein	198 (89.189)	41 (91.111)	0.701
	Ja	24 (10.811)	4 (8.889)
Herzinsuffizienz	Nein	186 (83.784)	37 (82.222)	0.797
	Ja	36 (16.216)	8 (17.778)
Zerebrovaskuläre Erkrankung	Nein	212 (95.495)	41 (91.111)	0.229
	Ja	10 (4.505)	4 (8.889)
Demenz	Nein	220 (99.099)	44 (97.778)	0.443
	Ja	2 (0.901)	1 (2.222)
Leichte Lebererkrankung	Nein	182 (81.982)	27 (60.000)	0.001
	Ja	40 (18.018)	18 (40.000)
Chronische Lungenerkrankung	Nein	161 (72.523)	37 (82.222)	0.175
	Ja	61 (27.477)	8 (17.778)

Tabelle 2: Qualitative Ausgangsinformationen von Patienten, die sich einer Cholezystektomie unterziehen. Abkürzungen: ICU = Intensivstation, LOS = Aufenthaltsdauer.

	Variable	AUC (95%KI)	Sensitivität (95%KI)	Spezifität (95%-KI)	Genauigkeit (95%KI)	Optimaler Schwellenwert (95%-KI)	Delong-Test p
3-tägige Intensivstation LOS	Sentiment-Polarität	0.647 (0.571,0.713)	0.638 (0.345,0.745)	0.623 (0.556,0.891)	0.660 (0.602,0.697)	0.151 (0.131,0.208)	0.015
	Sentiment-Subjektivität	0.531 (0.456,0.583)	0.762 (0.271,0.981)	0.333 (0.093,0.829)	0.528 (0.436,0.617)	0.413 (0.350,0.528)	/
7-tägige Intensivstation	Sentiment-Polarität	0.704 (0.629,0.777)	0.867 (0.433,0.937)	0.500 (0.464,0.875)	0.633 (0.540,0.819)	0.133 (0.133,0.211)	0.057
	Sentiment-Subjektivität	0.594 (0.517,0.664)	0.756 (0.324,1.000)	0.419 (0.141,0.873)	0.498 (0.302,0.795)	0.435 (0.360,0.569)	/
10-tägige Intensivstations-LOS	Sentiment-Polarität	0.691 (0.610,0.777)	0.800 (0.493,0.926)	0.573 (0.524,0.871)	0.643 (0.564,0.821)	0.151 (0.151,0.211)	0.587
	Sentiment-Subjektivität	0.657 (0.592,0.728)	0.857 (0.573,1.000)	0.427 (0.284,0.731)	0.507 (0.376,0.715)	0.435 (0.413,0.506)	/

Tabelle 3: Die unterscheidende Fähigkeit von Sentiment-Polarität und Sentiment-Subjektivität bei der Unterscheidung von 3-Tage-Intensiv-LOS, 7-Tage-ICU-LOS und 10-Tage-ICU-LOS. Die Daten sind Punktschätzungen mit 95 % KI in Klammern. Der 95%-KI für die AUC wurde mit der DeLong-Methode berechnet; CIs für Sensitivität, Spezifität, Genauigkeit und den optimalen Schwellenwert wurden durch Bootstrap-Resampling mit 1000 Replikaten ermittelt. Der optimale Schwellenwert wurde durch Maximierung des Youden-Index (Sensitivität + Spezifität − 1) bestimmt; Empfindlichkeit, Spezifität und Genauigkeit wurden an diesem Schwellenwert berechnet, wobei die Genauigkeit definiert ist als (wahre Positive + wahre Negative) / Gesamtstichprobe. Der optimale Schwellenwert wird auf der nativen Skala jeder Variablen angegeben (hier die diskriminierte Wahrscheinlichkeit/Sentiment-Score-Skala). Die Spalte "DeLong-test" zeigt den zweiseitigen p-Wert des DeLong-Tests für die Differenz zwischen zwei gepaarten ROC-Kurven: Innerhalb jeder ICU-LOS-Schwelle wurde die Stimmungspolarität mit der Sentiment-Subjektivität verglichen, wobei letztere als Referenzkurve dient und mit "/gekennzeichnet" ist. Ein p-Wert < 0,05 zeigt einen statistisch signifikanten Unterschied in der Diskriminierungsfähigkeit zwischen den beiden Metriken an. Diese Analyse wurde in einer Kohorte von 267 Patienten durchgeführt. Abkürzungen: ICU = Intensivstation, LOS = Aufenthaltsdauer, AUC = Fläche unter der Kurve, CI = Konfidenzintervall.

Variable	AUC (95%KI)	Sensitivität (95%KI)	Spezifität (95%-KI)	Genauigkeit (95%KI)	Optimaler Schwellenwert (95%-KI)	Delong-Test p
Sentiment-Polarität	0.688 (0.606,0.757)	0.878 (0.427,0.942)	0.451 (0.384,0.899)	0.608 (0.491,0.806)	0.133 (0.133,0.212)	/
Sentiment-Subjektivität	0.559 (0.441,0.655)	0.829 (0.184,1.000)	0.295 (0.097,0.965)	0.549 (0.263,0.847)	0.413 (0.350,0.606)	0.034
Glukose	0.636 (0.549,0.719)	0.341 (0.264,0.971)	0.890 (0.276,0.960)	0.820 (0.7810.860)	188.000 (106.000,209.325)	0.456
Albumin	0.684 (0.582,0.785)	0.465 (0.309,0.808)	0.862 (0.528,0.976)	0.783 (0.571,0.862)	2.400 (2.100,2.900)	0.971
Bicarbonat	0.585 (0.490,0.679)	0.844 (0.128,0.936)	0.311 (0.281,1.000)	0.401 (0.375,0.884)	25.000 (13.000,25.000)	0.068
SOFA	0.759 (0.688,0.826)	0.829 (0.491,0.931)	0.590 (0.439,0.876)	0.809 (0.758,0.849)	5.000 (4.000,8.000)	0.267
APSIII	0.752 (0.697,0.836)	0.634 (0.558,0.930)	0.775 (0.499,0.864)	0.806 (0.767,0.855)	56.000 (39.675,59.000)	0.338
Mittlere Herzfrequenz auf der Intensivstation	0.668 (0.587,0.756)	0.610 (0.381,0.962)	0.665 (0.334,0.935)	0.809 (0.766-0.858)	94.932 (81.195,107.326)	0.738
Intensivstation durchschnittlicher systolischer Blutdruck	0.619 (0.530,0.707)	0.721 (0.422,0.964)	0.511 (0.267,0.802)	0.545 (0.367,0.750)	116.880 (105.667,125.240)	0.153
Geschlecht	0.588 (0.513,0.662)	0.711 (0.571,0.837)	0.464 (0.400,0.537)	0.506 (0.449,0.577)	1.000 (1.000,1.000)	0.023
Propofol	0.726 (0.681,0.783)	0.902 (0.826,0.980)	0.549 (0.491,0.631)	0.617 (0.566,0.684)	1.000 (1.000,1.000)	0.446
Fentanyl	0.673 (0.621,0.727)	0.878 (0.800,0.950)	0.468 (0.401,0.533)	0.543 (0.488,0.609)	1.000 (1.000,1.000)	0.765
Ciprofloxacin	0.660 (0.589,0.720)	0.707 (0.555,0.826)	0.613 (0.539,0.657)	0.622 (0.563,0.683)	1.000 (1.000,1.000)	0.615
Leichte Lebererkrankung	0.603 (0.510,0.672)	0.415 (0.250,0.561)	0.792 (0.731,0.840)	0.715 (0.661,0.765)	1.000 (1.000,1.000)	0.156

Tabelle 4: Die Diskriminierungsfähigkeit der Indikatoren, also Unterschiede in den Ausgangsinformationen, bei der Unterscheidung von 7-tägigen Intensivstations-LOS. Die Daten sind Punktschätzungen mit 95 % KI in Klammern. Der 95%-KI für die AUC wurde mit der DeLong-Methode berechnet; CIs für Sensitivität, Spezifität, Genauigkeit und den optimalen Schwellenwert wurden durch Bootstrap-Resampling mit 1000 Replikaten ermittelt. Der optimale Schwellenwert wurde durch Maximierung des Youden-Index (Sensitivität + Spezifität − 1) bestimmt; Empfindlichkeit, Spezifität und Genauigkeit wurden an diesem Schwellenwert berechnet, wobei die Genauigkeit definiert ist als (wahre Positive + wahre Negative) / Gesamtstichprobe. Der optimale Schwellenwert wird auf der natürlichen Skala jeder Variablen angegeben (die diskriminierte-Wahrscheinlichkeitsskala für die Sentiment-Scores, die ursprünglichen klinischen Einheiten für Labor- und Vitalzeichenvariablen sowie der codierte Wert 1/2 für binäre Variablen wie Medikamente, Geschlecht und Komorbiditäten). Die Spalte "DeLong-Test" zeigt den zweiseitigen p-Wert des DeLong-Tests an, indem die ROC-Kurve jeder aufgeführten Variablen mit der der Sentiment-Polarität verglichen wird, die als Referenzmodell diente und mit "/" markiert ist. Ein p-Wert < 0,05 zeigt an, dass die Unterscheidungsfähigkeit der Variablen sich signifikant von der der Sentiment-Polarität unterscheidet. Diese Analyse wurde in einer 214-Patienten-Kohorte mit vollständigem Fall durchgeführt. Abkürzungen: SOFA = sequentielle Organversagensbewertung; APSIII = vereinfachter akuter Physiologiewert III; ICU = Intensivstation; LOS = Aufenthaltsdauer; AUC = Fläche unter der Kurve; CI = Konfidenzintervall

Setze ICU-LOS als binäre Variable (7-Tage-ICU-LOS)
Modell	OR pro 1-SD (95 % KI)	p
Grobes Modell	1.83 [1.29, 2.61]	<0,001
Modell 1	1.75 [1.21, 2.54]	0.003
Modell 2	2.30 [1.31, 4.03]	0.004
Modell 3	1.63 [0.92, 2.87]	0.092
Setze ICU-LOS als stetige Variable
Modell	β (95%KI)	p
Grobes Modell	17.786 [9.169,26.404]	<0,001
Modell 1	14.724 [6.287,23.162]	0.001
Modell 2	15.963 [5.352,26.574]	0.003
Modell 3	11.362 [0.976,21.749]	0.032

Tabelle 5: Korrelation der Sentiment-Polarität mit der LOS der Intensivstation. Grober Modell: keine Anpassungen. Modell 1 verstellte SOFA, APSIII; Modell 2 korrigierte Glukose, Albumin, Bicarbonat, durchschnittliche Herzfrequenz auf der Intensivstation, durchschnittlichen systolischen Blutdruck auf der Intensivstation, Geschlecht und leichte Lebererkrankung; Modell 3 hat Propofol, Fentanyl und Ciprofloxacin angepasst. OR werden pro 1-SD Anstieg der Sentiment-Polarität angegeben; die kovariatenadjustierten Modelle (Modelle 2-3) wurden an den 214 Patienten mit vollständigen Albumindaten angepasst. Obwohl Modell 3 nur für Medikamente (Propofol, Fentanyl und Ciprofloxacin) adjustiert und selbst kein Albumin einschließt, wurde es absichtlich auf dieselbe 214-Patienten-Komplettfallkohorte wie Modell 2 beschränkt, sodass die beiden angepassten Modelle auf einer identischen Probe geschätzt und direkt vergleichbar sind; das grobe Modell und Modell 1 wurden auf die gesamte Kohorte von 267 Patienten montiert. Abkürzungen: ICU = Intensivstation, LOS = Aufenthaltsdauer, CI = Konfidenzintervall, OR = Odds Ratio.

Index	Tod im Krankenhaus	28-tägige LOS
AUC (95%KI)	0.674 (0.602,0.755)	0.753 (0.669,0.847)
Sensitivität (95%KI)	0.694 (0.453,0.896)	0.667 (0.503,0.959)
Spezifität (95%-KI)	0.649 (0.495,0.863)	0.737 (0.457,0.912)
Genauigkeit (95%KI)	0.672 (0.536,0.820)	0.733 (0.510,0.868)
Optimaler Schwellenwert (95%-KI)	0.162 (0.148,0.209)	0.178 (0.129,0.216)

Tabelle 6: Die diskriminierende Fähigkeit der Sentiment-Polarität bei der Diskriminierung von Todesfällen im Krankenhaus und 28-Tage-Sichtweite. Die Werte sind Punktschätzungen mit 95 % KI in Klammern (AUC nach der DeLong-Methode; Sensitivität, Spezifität und Genauigkeit durch Bootstrap-Resampling). Ereigniszahlen: Todesfälle im Krankenhaus, n = 36/267; 28-tägige LOS ≥ 28 Tage, n = 39/267. Abkürzungen: CI = Konfidenzintervall; AUC = Fläche unter der Kurve; LOS = Aufenthaltsdauer.

Ergänzende Tabelle 1: Rohdaten. Entfernte Rohdaten, die in der Studie verwendet wurden. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Kodierungsdatei: Kodierungsdatei. Die Codes, die zur Durchführung der Analyse verwendet wurden. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Diskussion

Diese Studie führte eine retrospektive Analyse der MIMIC-IV-Datenbank durch und stellte fest, dass die Sentiment-Polarität eine größere Diskriminierung und einen größeren klinischen Nettovorteil als die Subjektivität der Sentiments zeigte. Die Sentiment-Polarität war mit 7-tägigen Intensivstations-LOS verbunden und zeigte eine moderate Diskriminierungsfähigkeit, und die Sentiment-Polarität war unabhängig mit ICU-LOS sowie mit Krankenhaustod und 28-tägigem LOS verbunden.

In dieser Studie wurde festgestellt, dass die Stimmungspolarität mit der Prognose zusammenhängt. In vielen Studien wurden ähnliche Beziehungen gefunden²⁵. Eine Studie zur Prognose von Sepsis-Patienten ergab, dass im Vergleich zur Überlebensgruppe die 30-Tage-Sterblichkeit der Patienten eine geringere Sentiment-Polarität und eine geringere Sentiment-Subjektivität aufwies. Sowohl die Sentiment-Polarität als auch die Subjektivität der Sentiment-Subjektivität beeinflussten die 30-Tage-Mortalität von Sepsis-Patienten, und der AUC des prognostischen Indexmodells, das die Sentiment-Subjektivität und emotionale Polarität einschließt, lag bei 0,78 (0,74-0,81), was darauf hindeutet, dass Sentiment-Polarität und Subjektivität mit der 30-Tage-Mortalität von Sepsis-Patienten^{zusammenhängen}. Ähnliche Ergebnisse fanden sich in einer weiteren Studie mit Sepsis-Patienten⁽¹⁸). In der Studie von Patienten mit akuter Pankreatitis wurde festgestellt, dass der emotionale Polaritätsmittelwert der einflussreiche Faktor für den stationären Tod bei Patienten mit akuter Pankreatitis ist und die Diskriminierungsleistung des Diskriminierungsmodells mit dem emotionalen Polaritätsmittelwert besser war als die ohne den emotionalen Polaritätsmittelwert, ebenso wie der SOFA-Wert und SAPS-II Typ¹². Die Stimmungspolarität der Pflegenotizen wurde ebenfalls als Diskriminierung des Risikos festgestellt, dass Patienten^{mit 27} Jahren stürzen. Die Sentiment-Polarität war bei diesen Cholezystektomie-Patienten mit Intensivstations-LOS, Krankenhaustod und 28-Tage-LOS verbunden und zeigte moderate Diskriminierung für 7-tägige Intensivstations-LOS. Zusammenfassend standen die Sentiment-Scores basierend auf Pflegenotizen in engem Zusammenhang mit der Prognose vieler Krankheiten, und es kann mehr Aufmerksamkeit auf den Einfluss der Sentiment-Scores der Pflegenotizen auf die Prognose von Patienten in der Folgestudie²⁶ gewidmet werden.

Pflegenotizen enthalten Pflegebedürfnisse, Krankheitssymptome, Pflegemaßnahmen und so weiter²⁸. Zusätzlich zu Sentiment-Scores in Pflegenotizen können weitere Informationen verwendet werden, um die Patientenprognose, das Krankheitsrisiko usw. zu unterscheiden. Die Wissenschaftler sammelten die Entlassungszusammenfassung und Pflegenotizen von Patienten mit Herzinsuffizienz vom 1. Juni 2015 bis zum 31. Dezember 2019 und analysierten die Daten mit dem Orange3-Paket. Es wurde festgestellt, dass die Pflegenotizen als Analyseeinheit die 30-tägige Wiederaufnahme durchaus unterscheiden konnten (Pflegenotizen AUC=0,85, Entlassungszusammenfassung AUC=0,74)²⁹). Ein Algorithmus zur natürlichen Sprachverarbeitung wurde verwendet, um Harnwegsinfektionsbezogene Informationen aus Pflegenotizen zu extrahieren und ein verbessertes Erkennungsmodell³⁰ zu entwickeln. Alle oben genannten Studien legen nahe, dass der klinische Wert der Pflegenotizen weiter untersucht werden muss.

Bemerkenswert ist, dass die in der vorliegende Studie beobachtete Assoziation, in der eine höhere Sentiment-Polarität mit einer längeren Intensiv-LOS, einem höheren Risiko für den Tod im Krankenhaus und einer längeren 28-Tage-LOS verbunden war, kontraintuitiv erscheint und sich von einigen früheren Berichten unterscheidet, in denen eine niedrigere Polarität mit schlechteren Ergebnissen assoziiert war^18,26. Mehrere nicht gegenseitig ausschließende Erklärungen könnten diese Erkenntnis erklären. Erstens wurde der Polaritätsscore mit einem allgemein relevanten Sentimentlexikon berechnet, dessen Vokabular nur teilweise mit der klinischen Sprache überlappt; Die berichtete lexikalische Abdeckung solcher Methoden in Intensivpflegenotizen ist gering (etwa 5–20 % der Wörter), und ihre Gültigkeit in medizinischen Texten ist sehr variabel. Der Score wird daher von einer kleinen Teilmenge von Wörtern bestimmt und spiegelt möglicherweise nicht die tatsächliche klinische Valenz einer Note wider. Zweitens kann der Polaritätswert durch die Schwere der Krankheit und die Intensität der Versorgung verwechselt werden. Schwerkranke Patienten werden häufiger und ausführlicher dokumentiert, unterziehen sich mehr Eingriffen, erhalten mehr Medikamente und benötigen komplexere Pflege; Dieser längere und heterogenere Text kann die berechnete Polarität unabhängig von echtem Optimismus der dokumentierenden Pflegekraft verschieben, während er gleichzeitig mit einem längeren Aufenthalt und einem höheren Sterberisiko verbunden ist. In diesem Sinne kann die Sentiment-Polarität teilweise als Stellvertreter für Dokumentationsvolumen und klinische Komplexität dienen, statt für die klinische Stimmung an sich. Diese Mechanismen stimmen mit dem retrospektiven, beobachtenden Design dieser Studie überein und deuten darauf hin, dass die Assoziation als statistisches Signal betrachtet werden sollte, das in prospektiven, schweregradadjustierten Analysen bestätigt werden muss, und nicht als Beleg für einen direkten kausalen Weg.

Die Intensivstation ist eine wertvolle Ressource. Die Kosten für die Intensivstation waren hoch und die Ressourcen knapp³¹. Es gibt mehrere Faktoren, die die Intensivstation beeinflussen können, wie zum Beispiel^{das Alter von 32} Jahren und die klinische Vorgeschichte^{von 33}. Die meisten dieser Faktoren treten vor oder innerhalb von 24 Stunden nach der Aufnahme auf die Intensivstation auf und durchlaufen nicht die gesamte Patientenlinie der Intensivstation, rückwirkend, während Pflegenotizen während des gesamten Intensivaufenthalts erstellt werden. Es sollte jedoch betont werden, dass die hier analysierte Sentiment-Polarität ein textuelles Merkmal ist, das automatisch von einem allgemeinen natürlichen Sprachverarbeitungstool (TextBlob) aus den Pflegenotizen extrahiert wird, und nicht ein validiertes Maß für den tatsächlichen emotionalen Zustand oder die Einstellung der Kliniker. Standard-Sentiment-Tools haben gezeigt, dass sie klinisch bedeutsame Polarität in medizinischen Erzählungen nur schlecht und mit stark variabler Validität^34,35 erfassen. Ein höherer Polaritätsscore auf Textebene kann daher nicht mit einer positiveren Einstellung von Ärzten oder Pflegekräften gleichgesetzt werden. Darüber hinaus ist die Verbindung zwischen Sentiment-Polarität und ICU-LOS aufgrund der retrospektiven und beobachtenden Analyse korrelativ und zeigt nicht, dass eine bewusste Änderung der Einstellung von Klinikern die LOS der Intensivstation verkürzen würde. Anstatt dem Personal eine bestimmte emotionale Haltung vorzuschreiben, deuten die Ergebnisse dieser Studie darauf hin, dass das in routinemäßigen Pflegenotizen eingebettete Gefühl prognostische Informationen enthält, die als ergänzender Marker für die Risikostratifizierung dienen und weitere Untersuchungen verdienen.

Diese Studie hat mehrere Einschränkungen. Zunächst und am wichtigsten war der Text, der zur Sentiment-Bewertung verwendet wurde, das Krankenhausdokument für die erste Indexaufnahme jedes Patienten. Am Ende der Aufnahme wird ein Dokument verfasst und schildert absichtlich den gesamten Krankenhausverlauf, einschließlich Aufenthaltsdauer, Verfahren, Komplikationen und Entlassungsverlauf. Der Sentiment-Score wurde daher nicht vor der Ergebniserhebung gemessen, sondern aus einem Dokument extrahiert, das bereits die Ergebnisse selbst kodiert. Da das Dokument ein einziges End-of-Stay-Dokument ist, kann kein früheres Extraktionsfenster vor der Ergebnisakkumulation definiert werden, und eine Orientierungs- oder frühzeitige Sensitivitätsanalyse ist nicht machbar. Diese zeitliche Abhängigkeit zwischen dem Text und den Ergebnissen kann angesichts der Datenstruktur nicht eliminiert werden und gilt für alle vier Ergebnisse. Dementsprechend sollten die hier berichteten Zusammenhänge als beschreibend und hypothesenbildend interpretiert werden und nicht als Beweis dafür, dass Sentiment ein unabhängiger oder prospektiv messbarer prognostischer Faktor ist. Zweitens, da es sich um eine retrospektive Studie handelt, ist ihre Fähigkeit, Kausalität zu belegen, begrenzt. Einige störende Faktoren, die die Ergebnisse beeinflusst haben könnten, insbesondere objektive Messgrößen der Krankheitsschwere (z. B. SOFA oder SAPS-II) sowie das Volumen und die Komplexität der Quelldokumentation, wurden nicht berücksichtigt. Die Möglichkeit einer umgekehrten Kausalität und Reststörungen kann daher nicht ausgeschlossen werden: Patienten mit höherer Krankheitsschwere und längeren Intensivstationen erzeugen tendenziell längere und komplexere Dokumentationen, in denen mehr klinische Interventionen dokumentiert werden, sodass die gemessene Sentimentpolarität zumindest teilweise als Indikator für die Schwere oder Dokumentationsintensität der Krankheit wirkt und nicht als wirklich unabhängiger prognostischer Faktor. Darüber hinaus wurden mehrere klinisch wichtige Störfaktoren, darunter operative Komplexität, intraoperative Komplikationen, Zeitpunkt und Anzeige der Intensivstation sowie Delirium- oder Sedierungsstatus, nicht vollständig erfasst und könnten sowohl die Dokumentation als auch die Ergebnisse beeinflusst haben. Drittens wurden Sentiment-Scores mit TextBlob extrahiert, einem universellen Tool, das nicht für klinische Sprache entwickelt wurde und nicht auf klinischer Dokumentation validiert wurde; Sie kann domänenspezifische Terminologie falsch klassifizieren und berücksichtigt Negation, Abkürzungen oder klinischen Kontext nicht ausreichend. Außerdem gab es in dieser Studie keine Validierung gegenüber manueller Überprüfung oder einem klinischen NLP-Benchmark. Folglich könnte die Sentiment-Polaritätsmetrik sprachliche Muster widerspiegeln, die mit der Schwere der Krankheit korrelieren, und nicht den tatsächlichen affektiven Inhalt des Textes. Viertens: Obwohl Medikamente früh (innerhalb der ersten 24 Stunden nach der Intensivstation) zur Reduzierung der Reverskausalität festgestellt wurden, kann die antimikrobielle Anwendung wie Ciprofloxacin konzeptionell mit infektionsbedingten Ergebnissen überlappen, und die restliche Störung nach Indikation kann nicht vollständig ausgeschlossen werden. Fünftens fehlte bei 50 Patienten (19 %) Serumalbumin; Das Ausgangsalbumin spiegelt daher die verfügbaren Fälle wider, und die kovariatenadjustierten Regressionsmodelle (Modelle 2–3) wurden an den 214 Patienten mit vollständigen Daten angepasst.

Zukünftige Arbeiten sollten klinisch angepasste Methoden der natürlichen Sprachverarbeitung einsetzen, wie domänenangepasste Transformer-Modelle, die auf annotierten klinischen Korpora trainiert sind, um die Validität der Sentiment-Messung zu verbessern, und prospektive Designs verwenden, bei denen Text innerhalb eines definierten Zeitfensters vor der Ergebniserhebung erfasst wird und mit angemessener Anpassung an Schwere und prozedurale Störfaktoren, um jeglichen unabhängigen prognostischen Beitrag klinischer Text-Sentiments besser zu entwirren.

In dieser retrospektiven Kohorte von Cholezystektomie-Patienten, die eine Intensivstations-LOS ≥ 24 Stunden hatten, war die Sentiment-Polarität, die aus Pflegenotizen abgeleitet wurde, mit Intensivstations-LOS, Krankenhaustod und 28-tägigem LOS assoziiert. In dieser Stichprobe zeigte die Sentiment-Polarität zudem eine relativ höhere diskriminierende Leistung und einen klinischen Nettovorteil als die Subjektivität der Stimmung. Diese Ergebnisse sind explorativ und hypothesengenerierend; Angesichts des beobachtenden Designs stellen sie keinen kausalen Zusammenhang fest, und der potenzielle klinische Wert der Pflegenote-Sentimentulation rechtfertigt eine weitere Untersuchung in größeren, prospektiven und extern validierten Studien, bevor eine diskriminative Anwendung empfohlen werden kann.

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
boot (R package)	CRAN; https://cran.r-project.org/package=boot	1.3-30	Interne Validierung durch 1000-fache Bootstrap-Resampling-Wiederholung (Optimismus-korrigierte Metriken)
G*Power software	http://www.gpower.hhu.de/	3.1.9.7	Stichprobengrößenberechnung
MIMIC-IV (Medical Information Mart for Intensive Care IV)	PhysioNet; https://physionet.org/content/mimiciv/	3.1	Quelle für Intensivpflege-Datenbank; Extraktion der Cholezystektomie-Kohorte, Demographie, Laborwerte, Vitalzeichen, Schweregrad-Scores und Ergebnisse
PostgreSQL	https://www.postgresql.org/	18.4	Datenextraktion
pROC (R package)	CRAN; https://cran.r-project.org/package=pROC	1.18.5	ROC-Kurvenkonstruktion, AUC-Schätzung und DeLong-Test zum Vergleich von AUCs
Python	Python Software Foundation; https://www.python.org	3.6.4	Sentiment-Bewertung in natürlicher Sprache
R	R Foundation for Statistical Computing; https://www.r-project.org	4.3.0	Statistische Analyse
rmda (R package)	CRAN; https://cran.r-project.org/package=rmda	1.6	Entscheidungskurvenanalyse (Netto-Nutzen über Risikoschwellen)
rms (R package)	CRAN; https://cran.r-project.org/package=rms	6.7-0	Restringiertes kubisches Spline (RCS) Modellierung von nichtlinearen Dosis-Wirkungs-Beziehungen
TextBlob	Open Source; https://textblob.readthedocs.io	0.15.1	Berechnung der Sentiment-Polarität und Sentiment-Subjektivität aus Pflegenotizen