机器学习将无法解决的次要肺炎与严重肺炎患者的死亡率联系起来，包括covid-19。 2023年6月15日； 133（12）。 EPUB 2023 6月15日。PMID： 37104035
摘要作者：catherine a gao，Nikolay S Markov，Thomas Stoeger，Anna Pawlowski，Mengjia Kang，Prasanth Nannapaneni，Rogan A Grant，Chiagozie Pickens，James M Walter，James M Walter，Jacqueline M Kruser，Luke Rasmussen Rasmussen，Luke Rasmussen ，Daniel Schneider，Justin Starren，Helen K Donnelly，Alvaro Donayre，Yuan Luo，G R Scott Budinger，Richard G Wunderink，Alexander V Misharin，Benjamin d Singer，
文章隶属摘要：背景，尽管指南促进了预防和积极的治疗方法呼吸机相关的肺炎（VAP）的T（VAP作为机械通气患者的结局驱动力的重要性，包括严重的Covid-19患者，尚不清楚）。我们的目的是确定对严重肺炎患者的VAP治疗失败治疗对死亡率的贡献。Methodswe对585例机械通风严重的肺炎和呼吸衰竭的患者进行了单中心的前瞻性队列研究，其中190例患者有190例，其中190例患有covid-19至少进行1个支气管肺泡灌洗。一个重症监护病房（ICU）医师面板根据临床和微生物数据裁定肺炎发作和终点。鉴于Covid-19患者的ICU住院时间相对较长，我们开发了一种称为Carpediem的机器学习方法，该方法将基于电子健康记录数据的类似的ICU患者天线分组为临床状态。resultscarpediem显示了长期Covid-19患者中的ICU LOS是ATT可以在临床状态下长时间核能，主要是以呼吸衰竭为特征。尽管VAP与总体死亡率无关，但与成功治疗的VAP的患者相比，患有1次未成功治疗的VAP的患者的死亡率更高（76.4％对17.6％，P <0.001）。对于所有患者，包括患有Covid-19的患者，Carpediem表明，无法解决的VAP与与较高死亡率相关的临床状态的过渡有关。Conclusionsunsunsuccessunsuccessfor VAP与较高的死亡率有关。 COVID-19患者的相对较长的LOS主要是由于长时间呼吸道衰竭，使他们面临更高的VAP风险。Fundingnationalallergy and Terrergy和传染病研究所（NIAID）（NIAID），NIH Grant U19AI135964；国家心脏，肺和血液研究所（NHLBI），NIH授予R01HL147575，R01HL149883，R01HL153122，R01HL1533312，R01HL1HL1HL154686，R01HL154686，R01HL1HL1HL158139，PE01HL01HL01HLL01HLL01HLL01HLL01HLL01HLL01HLLL09HLLL0NLLL0NLLL0NLLL0NLLL0NLLL0NLLL0NLLLL0NLLL0NLLL0NLLL0NLLL0NLLL0NLLL0NLLLL0NLLL0NLLL09HLLLL0;国家心脏，肺和布洛OD Institute（NHLBI），NIH培训授予T32HL076139和F32HL162377；国家老化研究所（NIA），NIH授予K99AG068544，R21AG075423和P01AG049665;国家医学图书馆（NLM），NIH授予R01LM013337；国家前进的转化科学中心（NCAT），NIH Grant U01TR003528；退伍军人事务授予I01CX001777;芝加哥生物医学联盟赠款；西北大学迪克森转化科学奖；辛普森·奎里（Simpson Querrey）转化科学研究所（SQLIFTS）；西北医学罐头胸科研究所。