建立類神經網路模型預測肥胖病人夜間缺氧的嚴重度,以改善病人接受全身麻醉後所發生之夜間低血氧症

研究計畫: A - 政府部門b - 科技部

說明

肥胖病人比起一般族群有更高的可能性發生夜間低血氧症。減重手術是治療肥胖相當 有效的方法,於臺北醫學大學附設醫院,每年約有250 位肥胖病人接受減重手術。因 為這些手術需要在全身麻醉之下進行,手術麻醉後有很高的風險發生夜間低血氧症, 進而引起更嚴重的併發症。如果可以分析相關的危險因子,發展電腦輔助預測模型, 於麻醉手術前事先預估術後發生夜間缺氧的嚴重度,臨床醫師則可以採取不同的措 施,來降低夜間低血氧症的發生。 第一階段收集150 位全身麻醉手術的肥胖病人。術前記錄相關的生理參數資料,包含 年齡,性別,身體質量指數,以及腰圍等等。於術前一天,手術當天,與術後一天, 夜間進行血氧濃度監測與記錄,分析肥胖病人發生術後夜間低血氧症的危險因子。病 人隨機分為三組,於麻醉中使用不同的呼氣末正壓設定,以缺氧指數做為嚴重度指標, 探討呼氣末正壓改善夜間缺氧的程度。 第二階段利用相關危險因子,建立不同架構的預測模型,包含類神經網路,支持向量 機,以及邏輯迴歸模型。模型建立後,另收集60 位新病例資料為測試組來進行外部驗 證,評估預測模型的鑑別力與校正度,比較不同架構模型的預測效能。模型的鑑別力 利用接受者操作特徵曲線(ROC curve)下面積來評估,校正度則利用Hosmer-Lemeshow goodness of fit 測試進行檢定。 最後實際運用預測模型於臨床麻醉,為期六個月。接受全身麻醉手術的肥胖病人隨機 分為二組,研究組以預測模型評估術後夜間缺氧的嚴重度,提供臨床醫師做為參考; 對照組僅記錄預測結果,不提供予臨床醫師。探討運用電腦輔助的預測模型,對於肥 胖病人全身麻醉後夜間缺氧的嚴重度能有多少改善。
狀態已完成
有效的開始/結束日期8/1/117/31/12

Keywords

  • 肥胖
  • 夜間低血氧症
  • 缺氧
  • 全身麻醉
  • 呼氣末正壓