The Analysis of Sepsis Vascular Response Index Based on Machine Learning
본 연구는 평균 동맥압(MAP), 맥압 변이(SVV), 혈액 유입 지수(VIS), 폐 혈관 탄성 지수(ELWI)와 같은 혈역학적 파라미터를 활용하여 혈관 반응 지수(VRI)를 산출하는 그래디언트 부스팅 트리 기반의 머신러닝 모델이 패혈성 쇼크 환자의 28일 사망률과 예후를 효과적으로 예측하며, 특히 사망률의 유의미한 증가와 연관된 VRI 28.2 미만의 임계치를 식별해 낸다는 것을 입증한다.