Development of an Intelligent Predictive Indicator System for Weaning and Extubation Timing in Mechanically Ventilated Patients Based on the Delphi Method
本研究利用德尔菲法开发了一个由六个一级指标和58个二级指标组成的全面且经专家验证的智能预测指标体系，旨在指导机械通气患者脱机与拔管的时机，从而为重症监护中的临床决策支持与智能评估建立一个稳健的框架。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
请将重症监护室（ICU）想象成一个高风险的驾驶舱，病人的生命支持系统就是那架飞机。当病人无法自主呼吸时，他们需要一台机器来代为工作。但每一次飞行中都有一个棘手的时刻：决定究竟何时让飞行员重新接管控制权。如果你让他们接管得太早，飞机可能会坠毁（病人再次出现呼吸困难）；如果你等待太久，飞行员的肌肉可能会因为闲置而变得无力，或者飞机可能会因为额外的负荷而受损。目前，医生和护士通常需要根据经验来猜测这个时机，就像一位仅凭感觉、缺乏完美仪表盘的飞行员在盲目飞行一样。这是有风险的，因为猜错可能会导致病人更长时间依赖机器、增加感染风险，甚至导致更糟的结果。大问题在于：我们如何构建一个超级智能的数字仪表盘，告诉我们从机器呼吸切换到人工呼吸的确切时刻？
这篇论文是关于构建那个数字仪表盘蓝图的。来自北京大学人民医院的一个研究小组决定停止猜测，开始设计一个“智能”系统。他们并没有凭空制定一套规则，而是使用了一种被称为 德尔菲法（Delphi method） 的方法，这就像是举办一场非常严肃的多轮“专家共识”游戏。想象一下，聚集了 21 位全球顶尖的 ICU 医生、护士和呼吸治疗师在同一个房间里（实际上是虚拟的），并询问他们：“哪些是最重要的征兆，能告诉我们病人已经准备好自主呼吸了？”
研究人员首先通过挖掘数千篇旧医学研究，寻找每一个可能的线索。他们最终得到了一堆由 204 个潜在线索组成的杂乱清单，范围涵盖了从血液检测结果到肺部触感的一切内容。然后，他们将这份清单发送给了这 21 位专家。专家们对每一个线索的重要性进行了评分，等级从“不重要”到“超级重要”不等。他们还对措辞进行了辩论，并加入了他们认为缺失的新想法。
在第一轮投票结束后，团队意识到他们需要进行整理。他们增加了 13 个新线索（例如检查疼痛程度或呼吸管周围的漏气量），并将一些类别进行了拆分。随后，他们将一份修订后的清单发回给同一批专家进行第二轮投票。这一次，专家的回答更加笃定。结果如何？他们得到了一份整洁、有序且高度一致的清单，包含 6 个主要类别 和 58 个具体的子规则，涵盖了患者使用呼吸机的整个过程。
以下是他们的发现：
- 系统是完整的： 这个新清单涵盖了从病人进入 ICU 前的病史，到脱离机器的时刻，甚至包括脱机后的情况。它就像一份清单，全程跟随病人，从他们到达直到安全脱离。
- 它是为护士和机器设计的： 专家们确保清单包含了护士可以在床旁实际测量的内容，如疼痛评分和意识清醒程度。他们还组织了数据，以便计算机程序（“智能预测系统”）稍后能够轻松读取。
- 专家们达成了共识： 医生和护士对于最关键的征兆几乎达到了 100% 的共识，例如病人的呼吸频率、肺部力量以及是否存在“困难气道”。
- “待定”清单： 有一些项目，比如病人的性别或特定的血糖水平，专家们并未达成完全一致。论文指出，这些项目可能仍然有用，但需要更多测试来证明它们对于最终系统是否真正必要。
论文总结道，这个新的“指标系统”已经准备好作为构建智能计算机程序的基石。它目前还不是一个完成的计算机程序，但它是该程序完美的说明书。通过拥有一个标准化、经专家认可的观察清单，医院最终可以构建出有助于护士和医生做出更安全、更快速且更准确决策的工具，以决定何时让病人脱离呼吸机。作者们相信，该系统在科学上是严谨的，并已准备好进入下一步：在真实的医院中进行测试，看看它是否真的能帮助病人更轻松地呼吸。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。