基于监督机器学习的脑CT分析作为院外心脏骤停后结果的预测指标

脑部CT分析作为院外心脏骤停后预后预测工具的监督机器学习分析 研究背景 心脏骤停(Out-of-Hospital Cardiac Arrest, OHCA)是西方世界主要的死亡原因之一,其存活率极低,仅为3%到16%。OHCA后的神经学预后和总体预后主要由缺氧缺血性脑损伤(Hypoxic-Ischemic Brain Injury, HIBI)决定。大多数OHCA导致的死亡是因为认为预后很差而撤除生命支持。因此,准确识别HIBI和进行可靠的预后判断对告知亲属、做出治疗决策以及合理使用有限的重症监护资源至关重要。 研究动机 OHCA带来的医学挑战巨大,准确的预后判断对于患者、家属和医护人员具有深远影响。当前使用的预后算法包括电生理、临床、影像和实验室参数。然而,尽管脑部CT(Cerebral ...