Машинное обучение для прогнозирования делирия при черепно-мозговой травме
Модель Random Forest показала AUC 0.819 для прогнозирования делирия у пациентов с ЧМТ, выделив ИВЛ и шкалу Глазго как ключевые предикторы

Найдено 8 публикаций
Модель Random Forest показала AUC 0.819 для прогнозирования делирия у пациентов с ЧМТ, выделив ИВЛ и шкалу Глазго как ключевые предикторы
PRx и отклонение от оптимального CPP в первые 48 часов — лучшие предикторы исхода при геморрагическом инсульте
Сравнительное исследование показало различия в прогностической ценности биомаркеров при миастении и синдроме Гийена-Барре у тяжелых пациентов
Исследователи создали модель машинного обучения для ранней идентификации пациентов с высоким риском развития внутричерепной инфекции после внутримозгового кровоизлияния.
Многие врачи испытывают сложности с совместным принятием решений в конце жизни пациента, часто стремясь к «идеальной игре» в лечении тяжелых случаев
Исследователи разработали и валидировали номограмму, основанную на уровнях кальция в сыворотке крови, для раннего прогнозирования отсроченной гидроцефалии после САК
Ретроспективное когортное исследование показало, что раннее (в течение 72 часов) назначение профилактического гепарина ассоциировано со снижением внутригоспитальной смертности у пациентов с NSAH.
Анализ окуломоторных и вестибулярных находок у пациентов с нарушенным сознанием позволяет оценить функцию ствола мозга и мозжечка, а также прогнозировать исход.