Development of a machine learning model to predict of delirium in cardiac surgery using preoperative data and EEG

开发机器学习模型，利用术前数据和脑电图预测心脏手术中的谵妄

基本信息

批准号：
22K10839
负责人：
吉田靖
金额：
$ 2.58万
依托单位：
Osaka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K10839/
关键词：
せん妄心臓血管外科脳波予測術後せん妄周術期管理機械学習

项目摘要

本年度中は、心臓血管外科術後せん妄予測機械学習モデルの構築のために、データ収集と解析、学会発表を行った。データ収集は大阪大学医学部附属病院心臓血管外科にて行い123名の同意を得た。電子カルテと直接訪問によるデータ収集のほか、簡易脳波計"HARU-1"（PGV株式会社）にて脳波データを記録した。せん妄評価は術後７日間の追跡で、DSM-Vの診断基準に則り行った。収集したデータは、連続変数の２値変換や、主成分分析等を用いた次元圧縮、周波数分析などを行い、予測に最適なデータ型を探索した。その後、単変量解析や機械学習的手法により複数の特徴量セットを抽出し、その各々を機械学習アルゴリズムにかけ分析した。予測モデルの評価指標にはArea Under the Receiver Operating Characteristic curveのほか、Area Under the Precision-Recall Curve、感度、特異度等を用い、より有用性の高いモデルについて協議した。データ収集はベッドサイドにてiPadを用いて行い、分析にはMacBook Pro等を使用し、これらの機器およそ60万円のほか解析手法や精神失敬疾患に関する文献、白衣等、合計90万円程度の物品費を使用した。また心臓血管外科におけるせん妄の発生状況や、術式等で区分したサブグループにおけるモデル構築過程とその検証結果について、国内２学会（第53回日本看護学会学術集会、第87回日本循環器学会学術集会）で発表した。学会へは情報収集のため大学院生3名が同行し、当研究費よりおよそ30万円を使用した。上記の成果として、せん妄発症患者と非発症患者における平常時脳波の周波数的特徴やせん妄リスク因子が導かれ、交差検証にて高い精度を示す予測モデルが構築された。以後、構築したモデルの更なる検証と改良を行う。

在今年，收集了数据，在会议上进行了分析和演示，以建立一个机器学习模型，以预测心血管手术后del妄。数据是在大阪大学医学院心血管手术系收集的，并同意了123人。除了通过电子病历和亲自访问收集数据外，还使用简单的脑电图“ Haru-1”（PGV Co.，Ltd。）记录EEG数据。根据DSM-V的诊断标准，术后7天遵循ir妄评估。通过执行连续变量的二元转换，使用主成分分析和频率分析的二进制转换，尺寸压缩，对收集的数据进行了最佳的预测数据类型。之后，使用单变量分析和机器学习方法提取了多个功能集，并使用机器学习算法分析了每个功能集。作为预测模型的评估指标，我们使用了接收器操作特征曲线下的区域，精确曲线下的区域，灵敏度，特异性等，并讨论了更有用的模型。使用iPad在床边收集了数据，MacBook Pro和其他产品也用于分析，除了分析方法，有关精神粗鲁疾病，白色外套等文献外，总共使用了约900,000日元。此外，在两个日本学术社会（日本护理学会第53届学术会议和日本心脏病学学会的第53届学术会议）中介绍了心血管手术中ir妄的发展，子组的模型建设过程以及其验证结果。三名研究生陪同会议收集信息，大约30万日元用于研究基金。在上述结果中，衍生出del妄和非发病患者的患者的正常脑电图和del妄的危险因素的频率特征，并构建了一个预测模型，该模型通过交叉验证证明了高精度。从现在开始，将进行进一步的验证和改进构建模型。