Bu çalışma, yoğun bakım ünitesinde kalıyor olan kolesistektomi hastalarında 24 saat ≥ duygu polaritesi ve öznelliğinin prognozla ilişkili olup olmadığını incelemektedir. Ana analizler, 3, 7 ve 10 günlük yoğun bakım ünitesinde kalıcılık süresi, hastanede ölüm oranı ve 28 günlük hastane kalıcılığı için ayırt edici yeteneklerini değerlendirir.
Araştırma makalesi
Kolesistektomi Yapılan Hastaların Prognozuyla İlgili Hemşirelik Notlarındaki Duygu Puanları
Bu makalede
Özet
Özet
Bu çalışma, yoğun bakım ünitesinde (yoğun bakım) (LOS) 24 saat kalıcılık süresi (LOS) olan kolesistektomi hastalarının duygusal puanları ile prognozu arasındaki ilişkiyi ≥ incelemiştir. Yoğun Bakım için Tıbbi Bilgi Merkezi IV (MIMIC-IV) veritabanından toplam 267 hasta dahil edildi. Duygu puanları, TextBlob kullanılarak MIMIC-IV not modülündeki hemşirelik notlarından türetilmiştir. Analiz edilen metin hastaneden taburcu sırasında oluşturulmuştur. Buna göre, tüm bulgular betimleyici çağrışımlar olarak yorumlanır. Alıcı operasyonel karakteristikli (ROC) eğrileri, DeLong testi ve karar eğrisi analizi (DCA), 3, 7 ve 10 günlük yoğun bakım bakım alanlarında duygu polaritesi ve duygu öznelliğinin ayrımcılığını tanımlayıcı olarak tanımlamak ve 7 günlük yoğun bakım bakım alanları için duygu polaritesi ile klinik göstergeleri karşılaştırmak için kullanıldı. Kısıtlı kübik spline (RCS) ve genelleştirilmiş lineer regresyon, yoğun bakım bakım gözleri (LOS) ile ilişkilerini değerlendirdi. Duygu polaritesi, duygu öznelliğinden daha yüksek bir eğri altında (AUC) bir alan elde etti; DeLong testi, 3 günlük yoğun bakım alanları için anlamlı bir fark gösterdi (p = 0.015), 7 günlük için sınırda (p = 0.057) ve 10 günlük için anlamlı olmayan (p = 0.587). 7 günlük yoğun bakım bakım alanları için, duygu polaritesi belirli eşik aralıkları içinde DCA'da keşfe yönelik net fayda ile daha yüksek bir AUC gösterdi. Duygu polaritesi, 7 günlük yoğun bakım bakım hattı (p genel = 0.002, p doğrusal olmayan = 0.027) doğrusal olmayan bir korelasyona sahipti, oysa duygu öznelliği ise bu duruma sahip değildi. Genelleştirilmiş lineer regresyon, duygu polaritesi ile yoğun bakım bakım alanları arasında ölçülen kovaryatlardan bağımsız bir ilişki gösterdi (hamle ve düzeltilmiş modellerde tüm p < 0.05). İkincil sonuçlar için, duygu polaritesi RCS analizinde hastane içi ölüm ve 28 günlük hastane yaşam alanıyla ilişkilendirildi ( hepsi p 0.05< ve keşfedici ayırma yeteneği daha fazla doğrulama gerektirdi. Sonuç olarak, bu hastalar arasında duygu polaritesi tanımlayıcı olarak yoğun bakım bakımında LOS, hastane içi ölüm oranı ve 28 günlük hastane LOS ile ilişkilendirildi; Bu bulgular tüm kolesistektomi hastalarına genelleştirilmemelidir.
Giriş
Kolesistektomi, safra cerrahisi1'de en yaygın prosedürlerden biridir. Kolesistektomi safra kesesi hastalıklarına uygulanabilir; örneğin safra taşı, kolesistüt, safra kesesi polipleri ve benzeri 2,3,4. Kolesistektominin iki ana türü vardır: açık kolesistektomi ve laparoskopikkolesistektomi 5. Bunlar arasında, açık kolesistektomi karmaşık vakalar için önerilir: karmaşık durumlara sahip hastalar için (örneğin, büyük safra kesesi taşları, yayılan iltihap vb.) ise ameliyata karşı kontrendikasyon olmayan tüm safra kesesi hastalıkları için laparoskopikkolesistektomi önerilir 6. Kolesistektomi nispeten güvenli bir cerrahi işlem olmasına rağmen, safra yolu yaralanmaları, bağırsak yaralanmaları, karın kanaması, safra sızıntısı, ikincil koledololitis, kardiyovasküler kazalar, solunum hastalıkları gibi birçok komplikasyon devam etmektedir.
Duygusal analiz, doğal dil işleme yöntemlerinin yaygın bir uygulamasıdır; bu yöntem, duygusal tonlara sahip öznel metinleri analiz etmek, işlemek, özetlemek ve akıl yürütmek ile bazı duygu puanı ölçütleriyle niteliksel verilerin nicelendirilmesinisağlar 8. Duygu analizi, finans, gazetecilik, tıp gibi birçok alandakullanılır 9,10,11. Notun12 yazan hemşirenin öznel ruh hali veya tutumunu yansıtmak yerine, TextBlob gibi araçlarla hesaplanan duygu puanlarının, önceden tanımlanmış duygu sözlükleri (örneğin, AFINN) kullanılarak sözcük düzeyindeki kelimelerin polaritesi ve öznelliğine dayandığı belirtilmelidir. Özellikle, kutupluk puanları - 1'den 1'e kadar, öznellik puanları ise 0'dan 1'e kadar değişir ve klinik metinde kullanılan kelimelerin anlamsal yönelimini temsil eder. Duygu analizinin tıp alanında uygulanması, sadece bir olayla ilgili duygusal tutumları anlamaklakalmaz, aynı zamanda tıbbi görüntü kategorizasyonunada yardımcı olabilir 14 ve ayrıca hastanın prognozuyla da ilişkilidir.15. Önceki çalışmalar, hemşirelik notlarından çıkarılan duygu puanlarının, kritik hasta popülasyonlarda hasta prognozuyla ilişkili olduğunu göstermiştir. Örneğin, sürekli böbrek replasman tedavisi alan akut böbrek hasarı olan hastalarda, duygu puanını içeren makine öğrenimi modelinin (hemşirelik notlarından alınan) hastaların yüksek riskli ölümlerini hızlıca tespit edebildiğibulunmuştur 16. Başka bir çalışmada hemşirelik notlarındaki duygu polaritesinin yoğun bakım ünitesi (yoğun bakım) hastalarının 30 günlük ölüm oranında önemli bir faktör olduğunu ve hem 30 günlük ölüm hem de sağkalım17 ile ilişkili olduğunu ortaya koydu. Benzer şekilde, sepsis hastalarında depresyon analizi uygulanarak ölüm riski18 ayrım yapılmıştır.
Ancak, bu önceki çalışmalardaki popülasyonlar, kolesistektomi sonrası yoğun bakım hastalarından önemli ölçüde farklıdır. Akut böbrek hasarı, sepsis veya akut pankreatit olan hastalar genellikle şiddetli sistemik inflamatuar yanıtlar ve çoklu organ işlev bozukluğu ile ortaya çıkar; mekanik ventilasyon veya vazopressörler gibi yoğun organ desteği gerektirir19. Örneğin, şiddetli akut pankreatit, revize edilmiş Atlanta sınıflandırmasına göre 48 saatten fazla süren kalıcı organ yetmezliği iletanımlanır. 20. Buna karşılık, kolesistektomi genellikle düşük ölüm oranı olan nispeten güvenli bir işlem olarak kabul edilir ve çoğu hasta, safra kanalı yaralanması veya kontrolsüz kanama gibi ciddi komplikasyonlar gelişmedikçe ameliyat sonrası yoğun bakıma yatmasıgerekmez 21,22. Bu nedenle, kolesistektomi sonrası yoğun bakım yoğun bakımında klinik yörünge, hastalığın şiddeti ve ölüm risk faktörleri, birincil AKI veya sepsis tanısı olan genel yoğun bakım gruplarında olanlardan farklıdır. Ayrıca, hemşirelik dokümantasyon kalıpları ve klinik notların anlamsal içeriği, hastalık şiddeti ve tedavi yoğunluğundaki farklılıklar nedeniyle bu popülasyonlar arasında farklılık gösterebilir.
Şu anda, hemşirelik notları ve prognozlarına dayalı duygu analizi araştırmaları, öncelikle sepsis, akut böbrek hasarı ve akut pankreatit gibi durumları olan yoğun bakım bakım bakım ünitesi hastalarına odaklanmıştır. Çok az çalışma, hemşire notu duygusuyla kolesistektomi sonrası hastaların prognozu arasındaki ilişkiyi incelemiştir. Bu nedenle, Yoğun Bakım için Tıbbi Bilgi Merkezi (MIMIC)-IVveritabanı 23'e dayanarak, bu çalışma kolesistektomi geçiren hastaların hemşirelik notlarının duygusallığını çıkardı ve klinik bakım için daha iyi referanslar sağlamak amacıyla hemşirelik notlarının duygu puanı ile kolesistektomi hastalarının prognozu arasındaki ilişkiyi inceledi. Mevcut bildiğim kadarıyla, bu çalışma, özellikle kolesistektomi sonrası yoğun bakım hastalarında hemşire notu duygu puanları ile prognoz arasındaki ilişkiyi araştıran ilk çalışmadır.
Protokol
Bu çalışma MIMIC-IV veritabanı kullanılarak gerçekleştirilmiştir. MIMIC-IV veritabanının kurulması, Massachusetts Teknoloji Enstitüsü ve Beth Israel Deaconess Tıp Merkezi (BIDMC) Kurumsal İnceleme Kurulları tarafından onaylandı ve orijinal veri toplama için onay alındı. Veritabanındaki tüm hasta sağlık bilgileri, Sağlık Sigortası Taşınabilirlik ve Hesap Verebilirlik Yasası Güvenli Liman hükümlerine uygun olarak kimliği kaldırıldı, HIPAA tarafından tanımlanan 18 tanımlayıcı kaldırıldı ve hasta gizliliğini korumak için tarihler değiştirildi; Bu nedenle, bireysel bilgilendirilmiş rıza gerekliliği kaldırıldı. Veritabanına erişim, bir yazarın İşbirlikçi Kurumsal Eğitim Girişimi'nin gerekli eğitim kursu olan "Veri veya Sadece Örnekler Araştırması"nı tamamlaması, PhysioNet platformunda yetkili kullanıcı olması ve PhysioNet Yetkili Sağlık Veri Kullanım Sözleşmesi'ni imzalaması üzerine verilmiştir. Çalışma boyunca, kısıtlı MIMIC-IV verileri PhysioNet Yetkili Sağlık Veri Kullanım Anlaşması ve kurumsal veri yönetişim prosedürlerine uygun olarak işlendi: kimliği silinmiş veriler yalnızca şifre korumalı, kurum tarafından yönetilen cihazlarda saklandı ve erişimi yalnızca yetkili yazarlarla sınırlandırıldı, yetkili olmayan üçüncü taraflarla paylaşılmadı veya kamu hizmetlerine yüklenmedi, bireyleri yeniden tanımlamak veya kayıtları dışa bağlamak için hiçbir girişimde bulunulmadı veri kaynakları. Bu çalışma, kamuya açık ve kimliği silinmiş bir veritabanına dayandığı için, Zhejiang Üniversitesi Tıp Fakültesi İkinci Bağlı Hastanesi Etik Komitesi'nden ek etik onay alınmadı. Bu çalışmada kullanılan yazılım ve araçlar Materyaller Tablosu'nda listelenmiştir.
Veri kaynağı
Hasta verileri, 2003 yılında Massachusetts Teknoloji Enstitüsü Hesaplamalı Fizyoloji Laboratuvarı, Harvard Tıp Fakültesi'nin Beth Israel Deaconess Tıp Merkezi ve Philips Tıp Şirketi tarafından kurulan Yoğun Bakım IV için Tıbbi Bilgi Merkezi (MIMIC-IV, 3.0 Versiyonu, 2024'te yayımlandı) veritabanından alınmıştır; bu veritabanı Ulusal Sağlık Enstitüleri'nin desteğiyle kurulmuştur. Yazarlar, yetkili PhysioNet kullanıcıları oldular, CITI "Sadece Veri veya Numune Araştırması" eğitim kursunu tamamladılar ve erişim verilmeden önce PhysioNet Yetkili Sağlık Veri Kullanım Sözleşmesini (Kayıt Kimliği: 55710882) imzaladılar. Veriler Kasım 2025'te çıkarıldı.
Veritabanı iki modüle ayrılmıştır: hastane genelinde elektronik sağlık kaydından alınan hosp ve yoğun bakım (yoğun bakımda klinik bilgi sistemi MetaVision'dan alınmıştır). Çalışma grubu, aşağıdaki tabloların sorgulaması ve kayıtların subject_id, hadm_id ve stay_id tarafından birbirine bağlanmasıyla oluşturuldu: hastalar, kabul ve transferler (demografik ve hastaneye yatış verileri); diagnoses_icd d_icd_diagnoses ile ve procedures_icd d_icd_procedures (tanı ve prosedür kodları); laboratuvar etkinlikleri d_labitems (laboratuvar ölçümleri); reçeteler (ilaçlar); mikrobiyoloji olayları (ameliyat sonrası enfeksiyon); icustays (yoğun bakım ünitesine kabul ve kalıcılık süresi (LOS)); d_items ile harita olayları (yoğun bakımda hayati bulgular); ve duygu polaritesi ve duygu öznellik puanlarının türetildiği MIMIC-IV serbest metin hemşirelik notları. Veriler, MIMIC-Code deposunun (https://github.com/MIT-LCP/mimic-code) resmi derleme betikleriyle oluşturulan yerel PostgreSQL (sürüm 18.4) MIMIC-IV v3.0 derlemesine (ve Google BigQuery'de çapraz kontrol edilen) yapılandırılmış SQL sorguları kullanılarak çıkarıldı.
Dahil etme ve dışlama kriterleri
Dahil etme kriterleri: hasta 18 yaşından büyük veya eşitti, hasta kolesistektomi geçiriyor (procedures_icd tablosundan kolesistektomi girişiyle belirlenmiştir), hastanın belgelenmiş yoğun bakım yatışı (icustays tablosunda en az bir kaydın bulunmasıyla tanımlanır, birden fazla yatış varsa ilk yoğun bakım yatışı kullanılır; Yoğun bakım ünitesine kabul MIMIC-IV'te idari bir olaydır ve bu nedenle ICD kodu ile temsil edilmez) (N = 325).
Dışlama kriterleri: hastada ameliyat sonrası sendrom gelişti (kolesistektomi sonrası sendrom ve kolesistektomi sonrası kolelitozun kalan kolelitiyani dahil) (3 hariç, kalan 322 hariç), hastanın yoğun bakım bakım alanının 24 saatten kısa olması (54 hariç, kalan 268), hasta verilerinde hemşire notlarının olmaması (duygu puanı eksikliği) [1 hariç, kalan 267]. Örneklem boyutunun veri analiz gereksinimlerini karşılayıp karşılamadığını kontrol etmek için, minimum örneklem boyutu G*Power yazılımı (sürüm 3.1.9.7) kullanılarak hesaplandı; etki boyutu d = 0.5, α hata olasılığı = 0.05, güç (1-β hata olasılığı) = 0.95 ve tahsis oranı N2/N1 = 1 oldu; bu da minimum gerekli örneklem büyüklüğü 220 oldu. Dahil edilen 267 katılımcı analiz gereksinimlerini karşıladı.
Gruplama ve değişkenler
Bu çalışmada, yoğun bakım bakımının 7 günden fazla olup olmadığına göre katılımcılar iki gruba ayrıldı: biri yoğun bakım bakım < 7 günlük grup, diğer grup ise yoğun bakım bakım ≥ 7 günlük gruplardı. Bu çalışmadaki birincil sonuç göstergesi yoğun bakım bakımının göze ilme göstergesi, birincil sonuç ise ICU LOS (ICU modülü) LOS (ICU modülün) LOS alanından alınan sürekli değişken olarak tanımlanmıştır; bu, hastanın endeks hastane yatışı sırasında ilk yoğun bakımda kaldığı zaman ile zaman arasındaki süreyi eşittir. Yoğun bakım bakım alanları ayrıca klinik olarak ilgili eşiklerde ikiye bölündü: 3 gün, 7 günlük ve 10 günlük yoğun bakım alanları sırasıyla 3, ≥ 7 ve ≥ 10 gün ≥ ICU LOS olarak tanımlandı ve her biri ICUSTAY tablosunun aynı LOS alanından türetilen ikili değişken olarak tanımlandı.
İkincil sonuç göstergeleri ameliyat sonrası enfeksiyon, hastanede ölüm ve 28≥ LOS idi. (1) 28 günlük LOS, toplam hastane kalıcılığı süresi ≥ 28 gün olarak tanımlanır ve kabul tablosundan (hastane hastane modülünden) dischtime − yatış süresi olarak hesaplanır; (2) hastane içi ölüm, kabul tablosunda hospital_expire_flag = 1 olarak tanımlanır (eşdeğer olarak, kabul süresi ile taburcu zamanı arasında gerçekleşen boş olmayan ölüm süresi); (3) Ameliyat sonrası enfeksiyonda, bir hasta ameliyat sonrası enfeksiyona sahip olarak sınıflandırıldı, oysa seq_num_infection sıfır değildi. Bu çalışmada dahil edilen ana göstergeler duygu polaritesi, duygu öznelliği, yaş, vücut kitle indeksi (BMI), glikoz, alümin, alanin transaminaza (ALT), anion boşluğu, aspartat aminotransferaz (AST), bikarbonat, kan üre azotu, klorür, kreatinin, hematokrit, trombositler, potasyum, kırmızı kan hücresi (RBC), kırmızı hücre dağılım genişliği (RDW), sodyum, laktat, lenfosit, beyaz kan hücresi (WBC), Charlson komorbidite indeksi (CCI) idi. ardışık organ yetmezliği değerlendirmesi (SOFA), basitleştirilmiş akut fizyoloji puanı III (APSIII), YOĞUN YOĞUN BADI, ortalama kalp atış hızı, yoğun bakımda ortalama sistolik tansiyon, cinsiyet (erkek, kadın), ırk (beyaz, diğerleri), medeni durum (evli, diğerleri), sigara içme (hayır, evet), alkol içme (hayır, evet), propofol (hayır, evet), fentanil (hayır, evet), siprofloksasin (hayır, evet), levofloksasin (hayır, evet), hipertansiyon (hayır, evet), hiperlipidemi (hayır, evet), miyokard enfarktüsü (hayır, evet), konjestif kalp yetmezliği (hayır, evet), serebrovasküler hastalık (hayır, evet), demans (hayır, evet), kronik akciğer hastalığı (hayır, evet). Duygu puanları, duygu kutupluğu ve duygu öznelliği olarak kategorize edilebilir. Tüm laboratuvar ölçümlerinin ortalama değerler olduğunu belirtmekte fayda var. Propofol, fentanil ve siprofloksasin, yoğun bakıma yatışın ilk 24 saatinde uygulanma ikili göstergeleri olarak kaydedildi ve bu nedenle ilgi duyulan sonuçlardan önce ölçüldü. Bunlar, ilgi çekici maruziyetler olarak değil, başlangıç ayarlama kovaryatları olarak dahil edildi; bu da kabul sırasında erken yoğun bakım sedasyonu, analjezi ve antimikrobiyal yönetimi yansıtıyordu.
Duygusal analiz
Python (sürüm 3.6.4) programlama dili ve TextBlob (sürüm 0.15.1) doğal dil işleme aracı (bundan sonra duygu analizi kütüphanesi) hastane taburcubelgesi 24'ten duygu kutupluğu ve duygu öznelliğini çıkarmak için kullanıldı. Analizden önce, hemşirelik kayıtları korunan tanımlayıcılar kaldırılarak önceden işlenirdi, metni küçük harfe dönüştürür, yaygın klinik kısaltmaları genişletir, gereksiz boşluklar ve alfanumerik olmayan semboller çıkarılır ve metin cümlelere bölünürdü. Her kayıt için, bu kütüphane varsayılan analizör parametreleri kullanılarak bir duygu polaritesi (-1 ile 1 aralığı; daha yüksek değerler daha olumlu duygu gösterir) ve duygu öznelliği (0 ile 1 aralığı; daha yüksek değerler daha yüksek öznellik gösterir) döndürdü. Her hasta için hastaneden taburcu belgesi bir kez puanlandı ve her hasta için bir duygu kutupluğu ve bir duygu öznellik değeri elde edildi. Analiz kodu Uniform Resource Locator'da mevcuttur. Bu kütüphane, önceki sağlıkla ilgili metin madenciliği çalışmalarında uygulanmış şeffaf, sözlük tabanlı ve tamamen tekrarlanabilir bir kutupluk ve öznellik ölçümü sunduğu içinseçilmiştir 17.
İstatistiksel analiz
Tüm istatistiksel analizler R (sürüm 4.3.0) kullanılarak gerçekleştirilmiştir. Sürekli değişkenlerin normalliği Shapiro-Wilk testi ile Q-Q grafiklerinin görsel incelenmesi kullanılarak değerlendirildi ve varyansın homojenliği Levene testi kullanılarak değerlendirildi. Normal dağılımlı sürekli değişkenler, ortalama ± standart sapma olarak ifade edildi ve iki grup arasında (yoğun bakım bakımında 7 gün < 7 gün vs. ≥ 7 gün) karşılaştırıldı; varyanslar eşit olmadığında Welch düzeltmesi uygulandı; normalde dağılım olmayan sürekli değişkenler medyan (dörtlükler arası aralık) olarak ifade edildi ve Mann-Whitney U testi kullanılarak karşılaştırıldı. Kategorik değişkenler sıklık ve yüzde olarak (n, %) olarak ifade edildi ve iki grup arasında Pearson ki-kare testi kullanılarak karşılaştırıldı; Fisher'ın tam testi, beklenen hücre sayısı < 5 olduğunda kullanıldı.
Alıcı çalışma karakteristikası (ROC) eğrisi, 3 günlük, 7 günlük ve 10 günlük yoğun bakım bakım bakım hattında duygu polaritesi ve duygu öznelliğinin ayırt edici yeteneğini değerlendirmek için kullanıldı; her biri ikili sonuç olarak tanımlandı (yoğun bakım bakımında ≥ k gün vs. < k gün). Eğri altındaki alanlar (AUC) DeLong yöntemiyle %95 CI ile rapor edildi; optimal kesme noktası Youden indeksini en üst düzeye çıkaran değerdi ve hassasiyet, özbaşlılık ve doğruluk hesaplandı; %95 CI bootstrap yeniden örnekleme ile elde edildi (1000 kopyalandı). İki korelasyona sahip ROC eğrisi için DeLong testi, AUC'leri karşılaştırmak için kullanıldı (duygu polaritesi vs. duygu öznelliği; her biri temel değişken ile duygu polaritesi). Birincil 7 günlük yoğun bakım bakım hattı LOS duygu-polariteli ROC modelleri için 1000 bootstrap yeniden örnekleme ile iç doğrulama gerçekleştirildi. Tek indeksli model için, iyimserlik düzeltilmiş AUC, kalibrasyon eğimi ve Brier puanı da rapor edilmiştir. Hem tek indeksli model hem de SOFA ve APSIII'ye göre daha da ayarlanmış model için, önyargılı kalibrasyon eğrileri oluşturuldu ve ortalama mutlak kalibrasyon hatası raporlandı. 3 günlük ve 10 günlük yoğun bakım bakım analizleri ile ikincil sonuçlu ROC analizleri (hastanede ölüm ve 28 günlük LOS) iç olarak doğrulanmamış ve performansları açıkça (ayarlanmamış) olarak bildirilerek bu nedenle keşif niteliğindedir.
Kısıtlı kübik splinler (RCS), duygu polaritesi ve duygu öznelliği arasındaki doz-yanıt ilişkisini 7 günlük yoğun bakımda LOS ile ve duygu polaritesinin ikincil sonuçlarla (ameliyat sonrası enfeksiyon, hastanede ölüm, 28 günlük LOS) ilişkisini karakterize etti. Sırflar, pozlamanın 5., 35., 65. ve 95. pertillerinde 4 knot hızında yerleştirildi ve referans değeri medyan olarak belirlendi. Her sonuç, logit ölçeğinde ikili bir olay olarak modellendi. Genel ilişki için p değeri ve doğrusal olmayan terimler için p değeri (doğrusal olmayan spline terimlerinin testi) bildirildi.
Duygu polaritesi ile yoğun bakım alanının ortalığı arasındaki ilişki, genelleştirilmiş doğrusal modellerle tahmin edilmiştir. İkili sonuç (7 günlük yoğun bakım bakımında LOS) lojistik regresyon (binom ailesi, logit bağlantısı) kullanıldı ve etkiler, duygu polaritesinde 1-standart sapma (1-SD) artışına göre olasılık oranları (OR) olarak bildirildi; sürekli sonuç için (yoğun bakımda günler içinde LOS) lineer regresyon kullanıldı ve etkiler regresyon katsayıları olarak raporlandı (β). Önceden dört model belirtildi: kaba (ayarlanmamış) bir model; Hastalık şiddeti puanlarına göre ayarlanmış Model 1 (SOFA, APSIII); Model 2, başlangıç farklı laboratuvar/hayati işaret ve demografik kovaryatlar (glikoz, albümin, bikarbonat, yoğun bakımda ortalama kalp hızı, yoğun bakımda ortalama sistolik tansiyon, cinsiyet ve hafif karaciğer hastalığı) göre ayarlandı; ve ilaç (propofol, fentanyl, siprofloxacin) için ayarlanmış Model 3. İlaçlar hastalık şiddeti ile yoğun bakım bakım alanları arasındaki nedensel yolda yer alabileceğinden, Model 3 aşırı uyum riski taşır ve hassasiyet analizi olarak sunulur; Modeller 1–2 birincil olarak kabul edilir. Tüm tahminler için %95 toplu anlam gücü bildirildi. İki taraflı p < 0.05 istatistiksel olarak anlamlı kabul edildi.
Sonuçlar
Hasta bilgileri
Bu çalışmaya kolesistektomi geçiren toplam 267 hasta dahil edildi; bunlardan 45'inin yoğun bakımda ≥ 7 gün, 222 hastanın yoğun bakımda yaşam alanının (LOS) süresi < 7 gündü. Başlangıç nicel verilerinde, iki grup arasında duygu polaritesi, duygu öznelliği, glikoz, alümin, bikarbonat, SOFA, APSIII, YOĞUN YOĞUN İDA ORTALAMA KALP ATIMI ve yoğun bakım ortalama sistolik kan basıncı açısından farklılıklar bulunuyordu (Tablo 1). Yoğun bakımda 7 günlük ≥ grupta daha yüksek duygu polaritesi, daha yüksek duygu öznelliği, daha düşük albümin seviyeleri, daha düşük bikarbonat seviyeleri, daha yüksek SOFA, daha yüksek APSIII, daha hızlı yoğun bakım orta kalp hızı ve daha düşük sistolik kan basıncı ( hepsi p < 0.05).
Başlangıç nitel verilerinde, iki grup arasında cinsiyet, propofol, fentanil, siprofloksasin ve hafif karaciğer hastalığı farkları bulunuyordu (Tablo 2). 7 günlük yoğun bakım ≥ LOS grubundaki erkeklerin yüzdesi %71,111 ve kadınların %28,889 iken, yoğun bakımda LOS < 7 günlük gruptaki erkeklerin oranı %53,604 ve kadınların %46,396'sı idi. YU LOS ≥ 7 günlük grupta propofol oranı daha yüksek (%91,111 vs. %41,441), fentanil (%86,667 vs. %50,000) ve siprofloxacin (%73,333 vs. %35,586) kullanımı daha yüksekti. Yoğun bakımda LOS≥7 günlük grupta hafif karaciğer hastalığı olan hastaların %40.000'i varken, yoğun bakımda LOS < 7 günlük gruptaki hastaların yalnızca %18.018'inde hafif karaciğer hastalığı görülmüştür.
Duygu kutupluğu ve duygu öznelliğinin klinik değerinin analizi
Bu çalışma, hemşirelik notlarındaki duygu puanları ile prognoz arasındaki korelasyonu incelediğinde ve başlangıç verileri iki grup arasında duygu polaritesi ile öznellik farklılık gösterdiğinden, her ikisinin de yoğun bakım alanındaki LOS için ayırt edici özellikleri ROC analiziyle daha ayrıntılı incelendi. Bu çalışmada. Yoğun bakım bakımının bakış açısı (LOS) 3 günlük yoğun bakım alanı, 7 günlük yoğun bakım bakım alanı (LOS) ve 10 günlük yoğun bakım bölümleri olarak kategorize edilmiştir. Tablo 3'te gösterildiği gibi, 3 günlük yoğun bakım bakımı, 7 günlük yoğun bakım bakımı ve 10 günlük yoğun bakım bakım alanları için duygu polaritesi ayrımcılığı eğrisi altındaki alan (AUC) değerleri sırasıyla 0.647 (0.571, 0.713), 0.704 (0.629, 0.777) ve 0.691 (0.610, 0.777) idi; 3 günlük yoğun bakım bakımı, 7 günlük yoğun bakım bakım alanları için duygu öznellik ayrımcılığı AUC değerleri ise ve 10 günlük yoğun bakım bakım alanları sırasıyla 0.531 (0.456, 0.583), 0.594 (0.517, 0.664) ve 0.657 (0.592, 0.728) idi. DeLong testinin sonuçları, 3 günlük yoğun bakım bakım alanındaki hassasiyet polaritesinin performansının duygu özneliğinden daha iyi olduğunu gösterdi (p = 0.015).
Karar eğrisi analizi (DCA), 3 günlük, 7 günlük ve 10 günlük yoğun bakım bakım alanları arasındaki ayrımda duygu polaritesi ve öznelliğin klinik net faydalarını incelemek için kullanıldı. DCA'da, yüksek risk eşik olasılığı, klinisyenin müdahale edip müdahale etmemek arasında kayıtsız kalacağı uzun bir yoğun bakımda kalma olasılığını gösterir; Net fayda, her hastada müdahale etme (her hastada müdahale etme) ve tedavi etmeme (hiçbir hastada müdahale etme) stratejilerine göre referans alındı; bu nedenle aşağıda verilen eşik aralıkları, her bir metrikte uygulamanın klinik olarak makul olabileceği ayrımcılık risk penceresini gösterir. Şekil 1A'da gösterildiği gibi, eşik yaklaşık 0.30-0.58 olduğunda, 3 günlük yoğun bakım bakım alanlarını ayırt etmek için duygu polaritesinin klinik faydası, duygu öznelliği, hepsini tedavi etme ve hiç tedavi etme modellerinden daha yüksekti. Eşik yaklaşık 0.10-0.30 olduğunda, 7 günlük yoğun bakım bakım alanlarının ayırt edici davranış kutuplarının klinik faydası, duygu öznelliği, hepsini tedavi etme ve hiçbir şey tedavi etme modelinden daha yüksekti (Şekil 1B). Benzer bir sonuç, yaklaşık 0,10-0,22 eşik olan 10 günlük yoğun bakım bölümlerinde de gözlemlenmiştir (Şekil 1C). Hem ROC hem de DCA analizleri, metin kaynaklı iki metrik arasında, özellikle 7 günlük yoğun bakım alanları için ayrımcılık konusunda duygu polaritesinin duygu öznelliğinden biraz daha fazla ayrımcılık ve net klinik fayda sağladığını gösterdi. Bu karşılaştırmalar keşif niteliğindedir ve iki duygu ölçütleriyle sınırlıdır; Duygu polaritesinin belirlenmiş şiddet puanlarından üstün olduğunu kanıtlamazlar.
Duygu polaritesinin diğer göstergelere göre ayırtıcı performansı, 7 günlük yoğun bakım bakım hattı üzerindeki temel verilerdeki farklılıklar da dahil olmak üzere, ayrıca karşılaştırıldı. Tablo 4'te gösterildiği gibi, ayırt edici 7 günlük yoğun bakım bakımında duygu polaritesi, duygu öznelliği, glikoz, albümin, bikarbonat, SOFA, APSIII, YOĞUN YORUM ortalama kalp hızı, yoğun bakım ortalama sistolik tansiyon, cinsiyet, propofol, fentanil, siprofloksasin ve hafif karaciğer hastalığı AUC değerleri 7 günlük yoğun bakım bakımında 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). DeLong'un testine göre, duygu polaritesi duygu öznelliğinden (p = 0.034) ve cinsiyetten (p = 0.023) istatistiksel olarak daha yüksek bir AUC gösterdi. Diğer tüm karşılaştırıcılar için, klinik şiddet puanları SOFA (AUC = 0.759, p = 0.267) ve APSIII (AUC = 0.752, p = 0.338) ve propofol kullanımı (AUC = 0.726, p = 0.446) ile birlikte glikoz, albümin, bikarbonat, yoğun bakımda ortalama kalp atışı, yoğun bakımda ortalama sistolik kan basıncı, fentanyl, siprofloksasin ve hafif karaciğer hastalığı dahil olmak üzere, duygu polaritesine ilişkin AUC farkları istatistiksel olarak anlamlı değildi (all p > 0.05), puan tahmini hangi yönü tercih ederse etsin. SOFA, APSIII ve propofol kullanımı, duygu polaritesinden sayısal olarak daha yüksek puan-tahmin AUC'lerine sahip olsa da, bu sayısal fark istatistiksel anlamlılığa ulaşmadı ve duygu polaritesinin AUC'si, daha düşük puanlı birkaç göstergeden (örneğin, alümin, bikarbonat, yoğun bakım) ortalama sistolik kan basıncından istatistiksel olarak ayırt edilemezdi. Bir arada, bu sonuçlar duygu polaritesinin yerleşik klinik şiddet ölçümleriyle aynı şekilde üstün değil, istatistiksel olarak karşılaştırılabilir bir ayrım yeteneği gösterdiğini, aynı zamanda duygu öznelliği ve sadece cinsiyete göre önemli bir avantaj gösterdiğini göstermektedir. Duygu kutupluğunun değeri, doğrulanmış şiddet endekslerinden üstün değil, rekabetçi ve tamamlayıcı olarak en iyi şekilde çerçevelenir: temel avantajı, rutin hemşirelik notlarından otomatik çıkarılmasında, SOFA ve APSIII gibi enstrümanları yerine doldurmak yerine onları tamamlayıcı olabilecek düşük maliyetli, ölçeklenebilir bir sinyal sağlamasındadır.
1000 bootstrap yeniden örneklemeyle yapılan iç doğrulamada iyimserlik önemsizdi: 7 günlük yoğun bakım bakım alanları için tek indeksli duygu-polarite modeli (Şekil 4A) iyimserlik düzeltilmiş AUC 0.70 (görünür 0.704), kalibrasyon eğimi 1.06 ve Brier puanı 0.138 (ortalama mutlak kalibrasyon hatası = 0.04) vardı, model ise SOFA ve APSIII için ek olarak ayarlandı (Şekil 4B) ortalama mutlak kalibrasyon hatası 0.034 olarak gösterdi, bu da kararlı ayrımcılık ve yeterli kalibrasyonu gösteriyordu; Dış bir kohort yoksa, bu bulgular keşif niteliğinde kalır.
Duygu polaritesi ile duygu öznelliği arasındaki korelasyon, yoğun bakım ünitesi GÖRÜNÜŞÜ ile
RCS analizinin sonuçları (Şekiller 2A–B), duygu polaritesinin 7 günlük yoğun bakım bakım alanıyla doğrusal olmayan bir ilişki gösterdiğini gösterdi (toplam için p = 0.002, doğrusal olmayan için p = 0.027), ve duygu öznelliğinin 7 günlük yoğun bakım bakım alanıyla doğrusal veya doğrusal olmayan bir ilişkisi olmadığını (genel için p = 0.205, doğrusal olmayan için p = 0.227) gösterdi. RCS sonuçları yalnızca duygu polaritesi ile yoğun bakım bakım alanları arasında bir korelasyon buldu, bu nedenle duygu polaritesi ile yoğun bakım gözleri arasındaki bağımsız ilişki genelleştirilmiş doğrusal regresyon kullanılarak daha fazla araştırıldı. Yoğun bakım bakımının yaşam ölçüsü ikili değişken olarak belirlendiğinde (Tablo 5), duygu polaritesi düzeltme veya ayarlama olmadan yoğun bakım bakım göze ilme (LOS) ile korelasyon göstermiştir [kaba model: OR(%95) = 1,83 (1,29, 2,61), p < 0,001; model 1:OR(%95) = 1,75 (1,21, 2,54), p = 0,003; model 2: OR(%95) = 2,30 (1,31, 4,03), p = 0,004; model 3: OR(%95) = 1,63 (0,92, 2.87), p = 0.092]. Aynı sonuç, yoğun bakım bakım hattını sürekli değişken olarak ayarlamakta da bulundu (Tablo 5) [kaba model: β = 17.786 (9.169, 26.404), p < 0.001; model 1: β = 14.724 (6.287, 23.162), p = 0.001; model 2: β = 15.963 (5.352, 26.574), p = 0.003; model 3: β = 11.362 (0.976, 21.749), p = 0.032].
Duygu polaritesinin ikincil sonuçlarla korelasyonu (ameliyat sonrası enfeksiyon, hastanede ölüm ve 28 günlük yaşam görme sistemi)
Duygu polaritesi ile ikincil sonuçlar arasındaki korelasyon daha da incelendi. 267 hasta arasında ameliyat sonrası enfeksiyon 38/267'sinde gerçekleşti, 36/267'sinde (%13,5) hastane içi ölüm ve 39/267'de (%14,6) 28 günlük hastane kaybı gerçekleşti. Şekil 3A–C'de gösterildiği gibi, duygu polaritesi ile hastane içi ölüm arasında doğrusal olmayan bir ilişki vardı (genel için p = 0.010, doğrusal olmayan için p = 0.046), duygu polaritesi ile 28 günlük LOS arasında doğrusal bir ilişki vardı (genel < p 0.001 , p doğrusal olmayan = 0.217), ancak duygu polaritesi ameliyat sonrası enfeksiyonla doğrusal veya doğrusal olmayan bir ilişkiye sahip değildi (p genel için = 0.562, doğrusal olmayan için p = 0.364). Bu sonuçlara dayanarak, hastanedeki ölüm ile 28 günlük LOS arasındaki ayrım yapma yeteneğinin duygusal polaritesinin nasıl olduğunu incelemek için ROC analizi kullanılmıştır. Hastanede ayrımcılık yapan ölüm ve 28 günlük yaşam kaybı arasındaki duygu polaritesinin AUC değerleri sırasıyla 0,674 (0,602, 0,755) ve 0,753 (0,669, 0,847) idi. Aynı zamanda, hastanede ölüm ve 28 günlük yaşam kaybı ayrımcılığında duyarlılık polaritesi sırasıyla 0,694 (0,453, 0,896) ve 0,667 (0,503, 0,959) idi. İlgili özgüllükler sırasıyla 0,649 (0,495, 0,863) ve 0,737 (0,457, 0,912) idi; doğruluklar sırasıyla 0,672 (0,536, 0,820) ve 0,733 (0,510, 0,868) oldu (Tablo 6; tüm %95 toplu bağlantılar bootstrap yeniden örnekleme ile elde edildi). Hastane içi ölüm ve 28 günlük olay sayısı az olduğu ve iç ya da dış doğrulama yapılmadığı için, bu ikincil sonuç analizleri keşif amaçlı olarak değerlendirilmeli ve yeterince güçlü, doğrulanmış ve şiddet dengesine göre analizlerde onay gerektirmelidir.
VERİ ERIŞILEBILIRLIĞI:
MIMIC-IV, kısıtlı erişimli bir veritabanıdır; Orijinal veri toplama için bilgilendirilmiş onay, rutin klinik bakım ve veritabanı oluşturma sırasında kaynak kurumlardaki hastalardan alınmıştır; mevcut çalışma, zaten kimliği silinmiş MIMIC-IV veritabanının ikincil analizidir ve ek bireysel bilgilendirilmiş onam gerekliliği kaldırılmıştır. Ham veriler, CITI "Sadece Veri veya Örnekler Araştırması" eğitimini tamamlayıp PhysioNet Yetkili Sağlık Veri Kullanım Sözleşmesi (https://physionet.org/content/mimiciv/) imzalanarak elde edilebilir. MIMIC-IV Veri Kullanım Anlaşması, bireysel hasta kayıtlarının yeniden dağıtılmasını yasakladığından, ham veriler kamuya açık olarak depolanamaz; ancak, mevcut analizlerin altında yer alan kimliği yok edilmiş türetilmiş veri seti, MIMIC-IV'ten yeniden oluşturmak için gereken tam SQL çıkarma sorguları ve analiz betikleriyle birlikte dergiye ek dosya olarak sunulmuştur. Hem veri çıkarma kodu hem de ham veriler, Ek Tablo 1 ve Ek Kodlama Dosyasında mevcuttur.
Şekil 1: 3 günlük yoğun bakım bakımı, 7 günlük yoğun bakım bakım alanları ve 10 günlük yoğun bakım bakımları (LOS) ayırt etmede duygu polaritesi ve duygu öznelliğinin klinik net faydası. (A) 3 günlük yoğun bakım merkezi değerlendirme hattı, (B) 7 günlük yoğun bakım bakımı, (C) 10 günlük yoğun bakım bakımının ilgi alanı, Model 1: duygu polaritesi, Model 2: duygu öznelliği. x ekseni yüksek risk eşiğinin olasılığını, y ekseni ise net faydayı gösterir. Gri "Hepsi" çizgisi (hepsini tedavi etmek) her hastanın yüksek riskli olarak tedavi edildiğini varsayar, siyah "Hiç" çizgisi (tedavi etme) ise hiçbir hastanın tedavi edilmediğini varsayır; Model 1 ve Model 2 ise tek bir ayrımcılık indeksi kullanır (sırasıyla duygu polaritesi ve duygu öznelliği). Sonuçlar, yoğun bakımda 3 gün ≥(A), ≥ 7 gün (B) ve ≥ 10 gün (C) olarak tanımlandı. N = 267. Kısaltmalar: Yoğun bakım ünitesi = yoğun bakım ünitesi, LOS = yatış süresi. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Şekil 2: Duygu kutupluğu ve duygu özneliyetinin ICU LOS ile korelasyonu. (A) Duygu kutupluğu, (B) Duygu öznelliği. Sonuç 7 günlük yoğun bakım bakım hattı oldu (ikili olay olarak kodlanmış, ≥ 7 gün yerine 7 gün < gün). Düz çizgi, pozlama aralığı boyunca tahmini olasılık oranını ve gölgeli bant karşılık gelen %95 güven aralığını gösterir; yatay kesik çizgi, 1 oranını gösterir. Sınırlı kübik spline'lara, her maruziyet için 5., 35., 65. ve 95. pertillerde 4 knot hız takıldı ve referans değeri mediana ayarlandı. Model ayarlanmamıştı. N = 267. Kısaltmalar: Yoğun bakım ünitesi = yoğun bakım ünitesi, LOS = yatış süresi. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Şekil 3: Duygu polaritesinin ikincil sonuçlarla (ameliyat sonrası enfeksiyon, hastanede ölüm ve 28 günlük yaşam kaybı) korelasyonu. (A) Ameliyat sonrası enfeksiyon, (B) Hastanede ölüm, (C) 28 günlük LOS. Ameliyat sonrası enfeksiyon ve hastane içi ölüm ikili olaylar olarak kodlandı; 28 günlük LOS ikili bir olay olarak kodlanmıştı (≥ 28 gün vs. 28 gün < 28 gün). Düz çizgi tahmini olasılık oranını, gölgeli bant ise %95 güven aralığını gösterirken, yatay kesik çizgi oranı 1'dir. Sınırlı kübik spline'lar, duygu kutupluğunun 5., 35., 65. ve 95. perdeliklerinde 4 knot hızlı, referans değeri medyan olarak donatıldı. Model ayarlanmamıştı. N = 267. Kısaltmalar: LOS = kalış süresi. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Şekil 4: 7 günlük yoğun bakım bakım bakım çalışmaları için duygu-polarite modellerinin kalibrasyonu, 1000 bootstrap yeniden örnekleme ile değerlendirildi. (A) Tek ayrımcılık endeksi duygu kutupluğu modeli; (B) SOFA ve APSIII'e göre ayrıca ayarlanmış model. Kesik çapraz mükemmel kalibrasyonu (İdeal) gösterir; noktalı çizgi görünen kalibrasyon, katı çizgi ise önyükleme önyargılı düzeltmeli kalibrasyondur; Gri çizgiler 0.95 güven sınırıdır ve halı grafiki ayrımcılık olasılıklarının dağılımını gösterir. Ortalama mutlak hata = 0.04 (A) ve 0.034 (B). N = 267. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
| Değişken | Yoğun bakımda 7 gün < (N = 222) | Yoğun bakım bakım ≥ 7 gün (N = 45) | p |
| Duygu kutupluğu | 0.131 [0.095,0.185] | 0.178 [0.154,0.236] | <0.001 |
| Duygusal öznellik | 0.453 [0.396,0.517] | 0.487 [0.435,0.533] | 0.046 |
| Yaş (yıllar) | 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 |
| Glikoz (mg/dL) | 127.000 [103.000,158.000] | 137.000 [115.000,194.000] | 0.013 |
| Albümin (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 |
| Anion boşluğu (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 |
| Bikarbonat (mEq/L) | 23.419 ± 4.227 | 21.778 ± 5.485 | 0.026 |
| Kan üre azotu (mg/dL) | 16.000 [12.000,23.000] | 20.000 [11.000,30.000] | 0.219 |
| Klorür (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 |
| Hematokrit (%) | 33.843 ± 6.179 | 32.531 ± 6.620 | 0.202 |
| Trombositler (K/μL) | 211.000 [155.000,287.000] | 189.000 [135.000,275.000] | 0.347 |
| Potasyum (mEq/L) | 4.100 [3.700,4.600] | 4.300 [3.800,4.800] | 0.393 |
| RBC (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 |
| Sodyum (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 |
| Lenfosit (%) | 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 |
| KOLTUK | 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 |
| Yoğun bakımda ortalama kalp atış hızı (bpm) | 88.806 [77.708,100.161] | 95.885 [87.917,109.686] | <0.001 |
| Yoğun bakımda sistolik tansiyon (mmHg) anlamına gelir | 117.296 [106.667,127.478] | 110.259 [102.808,120.353] | 0.014 |
| Yoğun bakımda ortalama diyastolik tansiyon (mmHg) | 60.133 [54.313,67.227] | 57.953 [51.000,62.278] | 0.108 |
Tablo 1: Kolesistektomi geçiren hastaların başlangıç nicel bilgileri. Kısaltmalar: BMI = vücut kitle indeksi; ALT alanin transaminaz; AST = aspartat aminotransferaz; RBC = kırmızı kan hücresi; RDW = kırmızı hücre dağılımının genişliği; WBC = beyaz kan hücresi; CCI = Charlson komorbidite indeksi; SOFA = ardışık organ yetmezliği değerlendirmesi; APSIII = basitleştirilmiş akut fizyoloji puanı III; yoğun bakım = yoğun bakım ünitesi; LOS = kalmak süresi.
| Değişken | Yoğun bakımda 7 gün < (N = 222) | Yoğun bakım bakım ≥ 7 gün (N = 45) | p | |
| Cinsiyet | Erkek | 119 (53.604) | 32 (71.111) | 0.031 |
| Kadın | 103 (46.396) | 13 (28.889) | ||
| Yarış | Beyaz | 168 (77.419) | 29 (69.048) | 0.244 |
| Diğerleri | 49 (22.581) | 13 (30.952) | ||
| Medeni durum | Evli | 107 (50.472) | 16 (37.209) | 0.113 |
| Diğerleri | 105 (49.528) | 27 (62.791) | ||
| Sigara içmek | Hayır | 214 (96.396) | 44 (97.778) | 0.64 |
| Evet | 8 (3.604) | 1 (2.222) | ||
| Alkol içmek | Hayır | 191 (86.036) | 38 (84.444) | 0.781 |
| Evet | 31 (13.964) | 7 (15.556) | ||
| Propofol | Hayır | 130 (58.559) | 4 (8.889) | <0.001 |
| Evet | 92 (41.441) | 41 (91.111) | ||
| Fentanyl | Hayır | 111 (50.000) | 6 (13.333) | <0.001 |
| Evet | 111 (50.000) | 39 (86.667) | ||
| Siprofloksasin | Hayır | 143 (64.414) | 12 (26.667) | <0.001 |
| Evet | 79 (35.586) | 33 (73.333) | ||
| Levofloksasin | Hayır | 196 (88.288) | 36 (80.000) | 0.133 |
| Evet | 26 (11.712) | 9 (20.000) | ||
| Hipertansiyon | Hayır | 98 (44.144) | 20 (44.444) | 0.97 |
| Evet | 124 (55.856) | 25 (55.556) | ||
| Hiperlipidemi | Hayır | 157 (70.721) | 36 (80.000) | 0.205 |
| Evet | 65 (29.279) | 9 (20.000) | ||
| Miyokard enfarktüsü | Hayır | 198 (89.189) | 41 (91.111) | 0.701 |
| Evet | 24 (10.811) | 4 (8.889) | ||
| Konjestif kalp yetmezliği | hayır | 186 (83.784) | 37 (82.222) | 0.797 |
| Evet | 36 (16.216) | 8 (17.778) | ||
| Serebrovasküler hastalık | hayır | 212 (95.495) | 41 (91.111) | 0.229 |
| Evet | 10 (4.505) | 4 (8.889) | ||
| Demans | hayır | 220 (99.099) | 44 (97.778) | 0.443 |
| Evet | 2 (0.901) | 1 (2.222) | ||
| Hafif karaciğer hastalığı | hayır | 182 (81.982) | 27 (60.000) | 0.001 |
| Evet | 40 (18.018) | 18 (40.000) | ||
| Kronik akciğer hastalığı | hayır | 161 (72.523) | 37 (82.222) | 0.175 |
| Evet | 61 (27.477) | 8 (17.778) |
Tablo 2: Kolesistektomi yapılan hastaların başlangıç niteliksel bilgileri. Kısaltmalar: Yoğun bakım ünitesi = yoğun bakım ünitesi, LOS = yatış süresi.
| Değişken | AUC (%95 CI) | Hassasiyet (%95 CI) | Spesifiklik (%95 CI) | Doğruluk (%95 CI) | Optimal eşik (%95 CI) | Delong-testi p | |
| 3 günlük yoğun bakım ünitesi LOS | Duygu kutupluğu | 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 |
| Duygusal öznellik | 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 günlük yoğun bakım ünitesi LOS | Duygu kutupluğu | 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 |
| Duygusal öznellik | 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 günlük yoğun bakım bakım alanları | Duygu kutupluğu | 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 |
| Duygusal öznellik | 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) | / |
Tablo 3: 3 günlük yoğun bakım bakım alanı, 7 günlük yoğun bakım bakım alanını ve 10 günlük yoğun bakım alanını ayırt etmede duygu kutupluluğu ve duygu öznelliğinin ayırt edici yeteneği. Veriler, parantez içinde %95 CI ile puan tahminleridir. AUC için %95 CI DeLong yöntemiyle hesaplandı; Hassasiyet, özgülük, doğruluk ve optimal eşik için CI'ler, 1000 kopya ile bootstrap yeniden örnekleme ile elde edildi. Optimal eşik Youden indeksinin maksimize edilmesiyle belirlendi (hassasiyet + özgüllük − 1); Bu eşik altında hassasiyet, özgüllük ve doğruluk hesaplandı; doğruluk (gerçek pozitifler + gerçek negatifler) / toplam örnek olarak tanımlandı. Optimal eşik her değişkenin doğal ölçeğinde ifade edilir (burada ayrımcılık-olasılık/duygu-puanı ölçeği). "DeLong testi" sütunu, iki çift ROC eğrisi arasındaki fark için DeLong testinin iki taraflı p-değerini bildirir: her ICU-LOS eşiği içinde, duygu polaritesi duygu öznelliğiyle karşılaştırıldı; sonuncusu referans eğrisi olarak hizmet verdi ve "/" olarak işaretlendi. P-değeri < 0.05, iki metrik arasında ayrım yeteneğinde istatistiksel olarak anlamlı bir fark gösterir. Bu analiz 267 hastadan oluşan bir kohortta gerçekleştirildi. Kısaltmalar: yoğun bakım ünitesi, LOS = katılma süresi, AUC = eğri altındaki alan, CI = güven aralığı.
| Değişken | AUC (%95 CI) | Hassasiyet (%95 CI) | Spesifiklik (%95 CI) | Doğruluk (%95 CI) | Optimal eşik (%95 CI) | Delong-testi p |
| Duygu kutupluğu | 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) | / |
| Duygusal öznellik | 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 |
| Glikoz | 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 |
| Bikarbonat | 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 |
| KOLTUK | 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 |
| yoğun bakımda ortalama kalp atış hızı | 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 |
| yoğun bakımda sistolik tansiyon ortalaması | 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 |
| Cinsiyet | 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 |
| Siprofloksasin | 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 |
| Hafif karaciğer hastalığı | 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 |
Tablo 4: 7 günlük yoğun bakım alanlarını ayırt etmede başlangıç bilgisindeki farklılıklar olan göstergelerin ayırt edici yeteneği. Veriler, parantez içinde %95 CI ile puan tahminleridir. AUC için %95 CI DeLong yöntemiyle hesaplandı; Hassasiyet, özgülük, doğruluk ve optimal eşik için CI'ler, 1000 kopya ile bootstrap yeniden örnekleme ile elde edildi. Optimal eşik Youden indeksinin maksimize edilmesiyle belirlendi (hassasiyet + özgüllük − 1); Bu eşik altında hassasiyet, özgüllük ve doğruluk hesaplandı; doğruluk (gerçek pozitifler + gerçek negatifler) / toplam örnek olarak tanımlandı. Optimal eşik her değişkenin doğal ölçeğinde ifade edilir (duygu puanları için ayrımcı-olasılık ölçeği, laboratuvar ve hayati işaret değişkenleri için orijinal klinik birimler ve ilaçlar, cinsiyet ve eş hastalıklar gibi ikili değişkenler için kodlanmış değer 1/2). "DeLong testi" sütunu, her listelenen değişkenin ROC eğrisi ile referans modeli olan ve "/" işaretiyle işaretlenen duygu polaritesi eğrisi ile karşılaştırılan DeLong testinin iki taraflı p-değerini bildirir. p değeri < 0.05 , değişkenin ayırt etme yeteneğinin duygu polaritesinden önemli ölçüde farklı olduğunu gösterir. Bu analiz, 214 hastalık tam vaka kohortunda gerçekleştirildi. Kısaltmalar: SOFA = ardışık organ yetmezliği değerlendirmesi; APSIII = basitleştirilmiş akut fizyoloji puanı III; yoğun bakım = yoğun bakım ünitesi; LOS = kalmak süresi; AUC = eğrin altındaki alan; CI = güven aralığı
| ICU LOS'u ikili değişken olarak ayarlayın (7 günlük yoğun bakım profili) | ||
| Model | OR per 1-SD (%95 CI) | p |
| Kaba model | 1.83 [1.29, 2.61] | <0.001 |
| Model 1 | 1.75 [1.21, 2.54] | 0.003 |
| Model 2 | 2.30 [1.31, 4.03] | 0.004 |
| Model 3 | 1.63 [0.92, 2.87] | 0.092 |
| ICU LOS'u sürekli değişken olarak ayarlanır | ||
| Model | β (%95 CI) | p |
| Kaba model | 17.786 [9.169,26.404] | <0.001 |
| Model 1 | 14.724 [6.287,23.162] | 0.001 |
| Model 2 | 15.963 [5.352,26.574] | 0.003 |
| Model 3 | 11.362 [0.976,21.749] | 0.032 |
Tablo 5: Duygu kutuplarının yoğun bakım ünitesi LOS ile korelasyonu. Kaba model: hiç ayarlama yok. Model 1 ayarlanmış SOFA, APSIII; model 2 ayarlanmış glikoz, alümin, bikarbonat, yoğun bakımda ortalama kalp atış hızı, yoğun bakımda ortalama sistolik kan basıncı, cinsiyet ve hafif karaciğer hastalığı; Model 3 propofol, fentanil ve siprofloksasin ayarlandı. OR, duygu polaritesinde 1-SD artışına göre ifade edilir; kovaryat ayarlanmış modeller (Modeller 2-3) tam albümin verileriyle 214 hastaya yerleştirildi. Model 3 yalnızca ilaçlar (propofol, fentanil ve siprofloksasin) için ayarlanmış olsa da ve kendisi albümini içermese de, kasıtlı olarak Model 2 ile aynı 214 hastalık tam vaka kohortuyla sınırlandırılmıştır; böylece iki ayarlanmış model aynı örneklemde tahmin edilip doğrudan karşılaştırılabilir hale getirilmiştir; kaba model ve Model 1, 267 hastalık tam kohorta takıldı. Kısaltmalar: yoğun bakım ünitesi = yoğun bakım ünitesi, LOS = kalıcılık süresi, CI = güven aralığı, OR = olasılık oranı.
| İndeksin | Hastanede ölüm | 28 günlük LOS |
| AUC (%95 CI) | 0.674 (0.602,0.755) | 0.753 (0.669,0.847) |
| Hassasiyet (%95 CI) | 0.694 (0.453,0.896) | 0.667 (0.503,0.959) |
| Spesifiklik (%95 CI) | 0.649 (0.495,0.863) | 0.737 (0.457,0.912) |
| Doğruluk (%95 CI) | 0.672 (0.536,0.820) | 0.733 (0.510,0.868) |
| Optimal eşik (%95 CI) | 0.162 (0.148,0.209) | 0.178 (0.129,0.216) |
Tablo 6: Hastane içi ölüm ve 28 günlük LOS ayrımcılığında duygu kutuplarının ayırt edici yeteneği. Değerler, parantez içinde %95 CI ile puan tahminleridir (DeLong yöntemiyle AUC; önyükleme yeniden örnekleme ile hassasiyet, özgülük ve doğruluk). Olay sayıları: hastanede ölüm, n = 36/267; 28 günlük LOS ≥ 28 gün, n = 39/267. Kısaltmalar: CI = güven aralığı; AUC = eğrin altındaki alan; LOS = kalmak süresi.
Ek Tablo 1: Ham veriler. Çalışmada kullanılan ham veriler kimliği silindi. Bu dosyayı indirmek için lütfen buraya tıklayın.
Ek Kodlama Dosyası: Kodlama dosyası. Analizi çalıştırmak için kullanılan kodlar. Bu dosyayı indirmek için lütfen buraya tıklayın.
Tartışma
Bu çalışma, MIMIC-IV veritabanının retrospektif analizini yaptı ve duygu polaritesinin duygu öznelliğinden daha fazla ayrımcılık ve net klinik fayda gösterdiğini gözlemledi. Duygu polaritesi, 7 günlük yoğun bakım bakım hattı ile ilişkilendirildi ve bu konuda mütevazı ayırt edici yetenek gösterdi; duygu polaritesi ise bağımsız olarak yoğun bakım gözleri ile ilişkilendirildi; ayrıca hastane içi ölüm ve 28 günlük ilgi ilgi görme hattıyla ilişkiliydi.
Bu çalışmada, duygu kutupluğunun prognozla ilişkili olduğu bulundu. Birçok çalışmada benzer ilişkilerbulunmuştur 25. Sepsis hastalarının prognozu üzerine yapılan bir çalışma, hayatta kalma grubuna kıyasla 30 günlük ölüm oranının daha düşük duygu kutupluğu ve daha düşük duygu öznelliğine sahip olduğunu buldu. Hem duygu polaritesi hem de duygu öznelliği sepsis hastalarının 30 günlük ölüm oranlarını etkileyen faktörlerdi ve duygu öznelliği ile duygusal polariteyi içeren prognostik indeks modelinin AUC'si 0.78 (0.74-0.81) idi; bu da sepsis hastalarının 30 günlük ölüm oranı ile ilişkili olduğunugöstermektedir 26. Benzer sonuçlar sepsis hastalarıyla yapılan başka bir çalışmadada bulundu 18. Akut pankreatitli hastalar üzerinde yapılan çalışmada, duygusal polarite ortalamasının akut pankreatitli hastalarda hastanede ölümü etkileyen faktör olduğu ve ayrımcılık modelinin duygusal kutup ortalaması ile ayırtım performansının duygusal polarite ortalaması olmadıklarından daha iyi olduğu, ayrıca SOFA skoru ve SAPS-II tip12 olduğu bulundu. Hemşirelik notlarının duygu polaritesinin de hastaların27 yaş kaybetme riskini ayırt ettiği bulundu. Bu kolesistektomi hastalarında yoğun bakımda yaşam alanı, hastanede ölüm ve 28 günlük LOS ile ilişkili duygu kutuplaritesi, 7 günlük yoğun bakım bakım görme oranlarında orta derecede ayrımcılık gösterdi. Özetle, hemşirelik notlarına dayalı duygu puanları birçok hastalığın prognozuyla yakından ilişkilendirildi ve takip araştırmasında hemşirelik notlarının duygu puanlarının hastaların prognozu üzerindeki etkisine daha fazla dikkatedilebilir. 26.
Hemşirelik notları hemşirelik ihtiyaçları, hastalık belirtileri, hemşirelik önlemleri gibi konularıiçeriyor 28. Hemşirelik notlarındaki duygu puanlarına ek olarak, hasta prognozu, hastalık riski vb. ayrım için başka bilgiler de kullanılabilir. Akademisyenler 1 Haziran 2015'ten 31 Aralık 2019'a kadar kalp yetmezliği olan hastaların taburcu özetini ve hemşirelik notlarını topladı ve verileri Orange3 paketiyle analiz etti. Hemşirelik notlarının, analiz birimi olarak, 30 günlük yeniden yatışı ayırt edebileceği tespit edildi (hemşire notları AUC=0.85, taburcu özeti AUC=0.74)29. Doğal dil işleme algoritması, hemşirelik notlarından idrar yolu enfeksiyonu ile ilgili bilgileri çıkarmak ve geliştirilmiş bir tanımamodeli geliştirmek için kullanılmıştır 30. Yukarıdaki tüm çalışmalar, hemşirelik notlarının klinik değerinin daha fazla araştırılması gerektiğini öne sürdü.
Özellikle, bu çalışmada gözlemlenen ilişkinin yönü, daha yüksek duygu kutupluğunun daha uzun yoğun bakım, hastanede ölüm riski ve daha uzun 28 günlük yaşam kaybı ile ilişkilendirilmesi, mantıksızdır ve daha düşük polaritenin daha kötü sonuçlarla ilişkilendirildiği önceki bazı raporlardan farklıdır18,26. Bu bulguyu birbirini dışlayan birkaç açıklama açıklayabilir. İlk olarak, polarite puanı, kelime dağarcığı klinik dil ile yalnızca kısmen örtüşen genel alan duyarlı sözlük ile hesaplandı; Bu tür yöntemlerin yoğun bakım notlarında bildirilen sözcük kapsamı düşüktür (kelimelerin %5–20 civarında) ve tıbbi metinlerdeki geçerliliği oldukça değişkendir. Bu nedenle puan, küçük bir kelime alt kümesiyle belirlenir ve bir notanın gerçek klinik değerliğini yansıtmayabilir. İkinci olarak, polarite puanı hastalığın şiddeti ve bakım yoğunluğu nedeniyle karıştırıcı olabilir. Daha ağır hasta hastalar daha sık ve uzun süreli belgelenme eğiliminde, daha fazla işlem geçirmek, daha fazla ilaç almak ve daha karmaşık hemşirelik bakımına ihtiyaç duymakta zorlanır; Bu daha uzun ve heterojen metin, belgeleyen hemşirenin gerçek iyimserliğinden bağımsız olarak hesaplanan kutupluğu değiştirebilir, aynı zamanda daha uzun bir kalmak ve daha yüksek ölüm riskiyle ilişkilendirilebilir. Bu anlamda, duygu kutupluğu, klinisyen duygusunun kendisinden ziyade, dokümantasyon hacmi ve klinik karmaşıklık için kısmen bir vekil olarak işlev görebilir. Bu mekanizmalar, bu çalışmanın geriye dönük gözlemsel tasarımıyla tutarlıdır ve ilişkinin, doğrudan nedensel bir yolun kanıtı olarak değil, prospektif, şiddet uyumlu analizlerde doğrulama gerektiren istatistiksel bir sinyal olarak görülmesi gerektiğini göstermektedir.
Yoğun bakım değerli bir kaynaktır. Yoğun bakım hastanesi maliyetleri yüksekti ve kaynaklarkıttı 31. Yoğun bakım bakım alanını etkileyebilecek birkaç faktör vardır;örneğin 32 yaş ve kliniköykü 33. Bu faktörlerin çoğu yoğun bakıma kabul edilmeden önce veya 24 saat içinde ortaya çıkar ve geriye dönük olarak hastaların tüm yoğun bakım alanındaki değerlendirme sürecini geçirmez; oysa hemşirelik notları tüm yoğun bakım süresi boyunca oluşturulur. Ancak, burada analiz edilen duygu kutuplarının, klinisyenlerin gerçek duygusal durumu veya tutumunun doğrulanmış bir ölçütü değil, genel amaçlı doğal dil işleme aracı (TextBlob) tarafından hemşirelik notlarından otomatik olarak çıkarılan metinsel bir özellik olduğu vurgulanmalıdır. Hazır olarak hazırlanmış duygusal algı araçlarının, tıbbi anlatılarda klinik açıdan anlamlı kutupluğu ancak kötü ve çok değişken geçerlilikleyakaladığı gösterilmiştir 34,35. Daha yüksek metin düzeyinde kutupluk puanı, doktorların veya hemşirelerin daha olumlu bir tutumuyla eşdeğer edilemez. Ayrıca, bu analiz geriye dönük ve gözlemleyici olduğundan, duygu polaritesi ile yoğun bakım bakım alanları arasındaki ilişki korelasyonel olup, klinisyenlerin tutumlarını kasıtlı olarak değiştirmenin yoğun bakım bakımını kısaltacağını göstermez. Bu çalışmanın bulguları, personel için belirli bir duygusal duruş önermek yerine, rutin hemşirelik notlarında yer alan bu duygunun risk tabakalaşması için yardımcı bir gösterge olarak hizmet edebilecek öngörücü bilgiler taşıdığını ve daha fazla araştırılmayı hak ettiğini göstermektedir.
Bu çalışmanın birkaç sınırlaması vardır. İlk ve en önemlisi, duygusal puanlama için kullanılan metin, her hastanın ilk indeks yatışı için hastane belgesiydi. Kabul sonunda bir belge yazılır ve tasarım gereği hastane sürecinin tamamını, kalma süresi, prosedürler, komplikasyonlar ve taburcu kararını anlatır. Bu nedenle, duygu puanı sonuç birikimi öncesinde ölçülmemiş, sonuçların kendisini zaten kodlayan bir belgeden çıkarılmıştır. Belge tek bir kalıntı sonu belgesi olduğundan, sonuç birikimi öncesi erken bir çıkarma penceresi tanımlanamaz ve bir dönüm noktası veya erken pencere hassasiyet analizi mümkün değildir. Metin ile sonuçlar arasındaki bu zamansal bağımlılık, veri yapısı göz önüne alındığında ortadan kaldırılamaz ve dört sonuç için de geçerlidir. Buna göre, burada bildirilen ilişkiler, duygunun bağımsız veya ileriye doğru ölçülebilir bir prognostik faktör olduğuna dair kanıt olarak değil, betimleyici ve hipotez üreten olarak yorumlanmalıdır. İkinci olarak, bu geriye dönük bir çalışma olduğundan, nedenselliği kanıtlama yeteneği sınırlıdır. Sonuçları etkilemiş olabilecek bazı karıştırıcı faktörler, özellikle hastalık şiddetinin nesnel ölçütleri (örneğin SOFA veya SAPS-II) ve kaynak dokümantasyonun hacmi ve karmaşıklığı dahil edilmedi. Bu nedenle, ters nedensellik ve kalıntı karıştırma olasılığı dışlanamaz: daha yüksek hastalık şiddeti ve daha uzun yoğun bakım kalıyor olan hastalar, daha fazla klinik müdahalenin kaydedildiği daha uzun ve karmaşık dokümantasyon üretir, bu nedenle ölçülen duygu polaritesi, en azından kısmen hastalık şiddeti veya belgeleme yoğunluğu için bir vekil olarak işlev görebilir, gerçekten bağımsız bir prognostik faktör olarak değil. Ayrıca, operatif karmaşıklık, ameliyat içi komplikasyonlar, yoğun bakıma yatış zamanlaması ve gösterisi ile deliryum veya sedasyon durumu gibi klinik açıdan önemli birkaç karıştırıcı unsur tam olarak yakalanamadı ve hem dokümantasyonu hem de sonuçları etkilemiş olabilir. Üçüncüsü, duygu puanları klinik dil için tasarlanmamış ve klinik dokümantasyonda doğrulanmamış genel amaçlı bir araç olan TextBlob kullanılarak çıkarıldı; Alana özgü terimleri yanlış sınıflandırabilir ve olumsuzlama, kısaltmalar veya klinik bağlamı yeterince hesaba katmaz. Ayrıca, bu çalışmada manuel inceleme veya klinik NLP kıyaşı karşısında doğrulama bulunmamıştır. Sonuç olarak, duygu kutupluk ölçütü, metnin gerçek duygusal içeriği yerine hastalık şiddetiyle ilişkili dilsel kalıpları yansıtabilir. Dördüncü olarak, ters nedenselliği azaltmak için ilaçlar erken dönemde (yoğun bakıma yatışın ilk 24 saatinde) tespit edilmiş olsa da, siprofloksasin gibi antimikrobiyal kullanımlar enfeksiyonla ilgili sonuçlarla kavramsal olarak örtüşebilir ve endikasyon nedeniyle kalıntı karıştırma tamamen dışlanamaz. Beşincisi, serum albümini 50 hastada (%19) eksikti; Bu nedenle başlangıç albümin mevcut vakaları yansıtır ve kovaryantla ayarlanmış regresyon modelleri (Model 2–3) 214 hastaya tam verilerle yerleştirilmiştir.
Gelecekteki çalışmalar, duyarlılık ölçümünün geçerliliğini artırmak için annotasyonlu klinik korpuslarda eğitilmiş alan uyumu transformatör modelleri gibi klinik olarak uyarlanmış doğal dil işleme yöntemlerini kullanmalı ve sonuç birikimi öncesi belirli bir pencere içinde metin tutanarak ve şiddet ile prosedürel karıştırıcı faktörler için yeterli ayarlama ile klinik metin duygusunun bağımsız prognostik katkısını daha iyi ayırt etmek için prospektif tasarımları benimsemelidir.
24 saat yoğun bakımda LOS ≥ olan bu retrospektif kolesistektomi hastaları grubunda, hemşirelik notlarından alınan duygu polaritesi yoğun bakımda LOS, hastanede ölüm ve 28 günlük LOS ile ilişkilendirildi. Bu örneklemde, duygu polaritesi duygu öznelliğinden daha fazla ayırtıcı performans ve net klinik fayda göstermiştir. Bu bulgular keşif ve hipotez oluşturucudur; Gözlemsel tasarım göz önüne alındığında, nedensel bir ilişki kurulmazlar ve hemşirelik notu duygusunun potansiyel klinik değeri, ayrımcı bir uygulama önerilmeden önce daha büyük, prospektif ve dışsal doğrulanmış çalışmalarda daha fazla araştırma gerektirir.
Açıklamalar
Yazarlar çıkar çatışması belirtmemektedir.
Teşekkürler
Uygulanamaz.
Malzemeler
| Ad | Şirket | Katalog numarası | Yorumlar |
|---|---|---|---|
| boot (R paketi) | CRAN; https://cran.r-project.org/package=boot | 1.3-30 | 1000 çoğaltmalı bootstrap yeniden örnekleme ile dahili doğrulama (iyimserlik düzeltme ile ölçütler) |
| G*Power yazılımı | http://www.gpower.hhu.de/ | 3.1.9.7 | Örnek boyutu hesaplaması |
| MIMIC-IV (Tedavi Bilgisi Martısı için Yoğun Bakım IV) | PhysioNet; https://physionet.org/content/mimiciv/ | 3.1 | Kritik bakım veritabanı kaynağı; kolesistektomi kohortu, demografik bilgiler, laboratuvar değerleri, yaşam belirtileri, ciddiyet puanları ve sonuçların çıkarılması |
| PostgreSQL | https://www.postgresql.org/ | 18.4 | Veri çıkarımı |
| pROC (R paketi) | CRAN; https://cran.r-project.org/package=pROC | 1.18.5 | ROC eğrisi yapımı, AUC tahmini ve AUC'lerin karşılaştırılması için DeLong testi |
| Python | Python Software Foundation; https://www.python.org | 3.6.4 | Doğal dil duygu puanı verme |
| R | R İstatistiksel Hesaplama Vakfı; https://www.r-project.org | 4.3.0 | İstatistiksel analiz |
| rmda (R paketi) | CRAN; https://cran.r-project.org/package=rmda | 1.6 | Karar eğrisi analizi (risk eşikleri arasındaki net fayda) |
| rms (R paketi) | CRAN; https://cran.r-project.org/package=rms | 6.7-0 | Doğrusal olmayan doz-yanıt ilişkilerinin kısıtlı kübik eğri (RCS) modellemesi |
| TextBlob | Açık kaynak; https://textblob.readthedocs.io | 0.15.1 | Hemşirelik notu metninden duygu polaritesi ve duygu öznelliği hesaplaması |
Yeniden basım ve izinler
Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste
İzin iste