Sign In

MANDARIN: Mixture-of-Experts Framework for Dynamic Delirium and Coma Prediction in ICU Patients: Development and Validation of an Acute Brain Dysfunction Prediction Model

Created by
  • Haebom
Category
Empty

저자

Miguel Contreras, Jessica Sena, Andrea Davidson, Jiaqing Zhang, Tezcan Ozrazgat-Baslanti, Yuanfang Ren, Ziyuan Guan, Jeremy Balch, Tyler Loftus, Subhash Nerella, Azra Bihorac, Parisa Rashidi

개요

본 논문은 중환자실 환자의 급성 뇌 기능 장애(ABD)를 실시간으로 예측하는 150만 매개변수의 전문가 혼합 신경망인 MANDARIN 모델을 제시합니다. MANDARIN은 중환자실의 시간적 및 정적 데이터를 통합하여 향후 12~72시간 동안의 뇌 상태를 예측하며, 현재 뇌 상태를 고려하기 위해 다중 분기 접근 방식을 사용합니다. 2008년부터 2019년까지 두 개의 병원에서 92,734명의 환자(132,997건의 중환자실 입원) 데이터로 훈련되었고, 15개 병원의 11,719명 환자(14,519건의 중환자실 입원) 데이터로 외부 검증, 2021년부터 2024년까지 한 개 병원의 304명 환자(503건의 중환자실 입원) 데이터로 전향적 검증을 거쳤습니다. (UFH, eICU, MIMIC-IV 데이터셋 사용) 외부 및 전향적 코호트 모두에서 기존의 신경학적 평가 점수(GCS, CAM, RASS)보다 섬망 및 혼수 예측 성능이 유의미하게 우수함을 보였습니다 (12시간 예측). 임상의의 의사결정 지원을 위한 지속적인 뇌 상태 모니터링 도구로서의 잠재력을 가지고 있습니다.

시사점, 한계점

시사점:
급성 뇌 기능 장애(ABD)의 실시간 예측을 가능하게 하는 새로운 모델 MANDARIN 제시.
기존의 간헐적 평가 도구(GCS, CAM, RASS)보다 향상된 예측 정확도를 보임. (섬망 및 혼수 예측 모두에서 AUROC 향상)
중환자실 환자의 뇌 상태 지속적 모니터링을 통한 의사결정 지원 가능성 제시.
한계점:
모델의 일반화 성능에 대한 추가 연구 필요 (다양한 인구 통계학적 특징 및 질병 상태를 가진 환자에 대한 평가).
대규모 데이터셋에 대한 의존성 (데이터 편향 및 일반화 가능성에 대한 고려 필요).
임상적 유용성 및 비용 효과성에 대한 추가 연구 필요.
장기 예측 정확도에 대한 추가 연구 필요 (현재 72시간 이내 예측).
👍