论文部分内容阅读
目的
初步制定危重患者急性胃肠损伤分级数字化预测模型。
方法采用双通路胃肠音监测系统对2015年4月至2015年11月期间北京解放军总医院重症医学科连续收治的60例危重患者（排除既往有慢性消化道疾病史或胃肠道手术者）的胃肠音进行采集和分析，同时采用急性胃肠损伤（AGI）分级标准进行评估，胃肠音与AGI分级之间的相关性采用Spearman秩相关分析，之后将显著相关的数据标准化处理后进行主成分分析，选取排在前3的主成分进行归一化后通过反向传播神经网络进行BP神经网络训练，构建神经网络模型，从而建立危重患者急性胃肠损伤分级的初步预测模型。
结果共采集到60例患者1 132次胃肠音和333次AGI分级的数据。其中胃部测得的胃肠音波数量（P= 0.0005）、胃肠音波时间百分比（P= 0.0004）、胃肠音波最大时间（P= 0.0088）、胃肠音波平均频率（P= 0.0101）及胃肠音波最大频率（P= 0.0025）与AGI分级呈负相关；而肠部测得的胃肠音各指标均AGI分级无显著相关性（均P > 0.05）。将这5个与AGI分级相关性较强的胃肠音指标进行主成分分析后，筛选出3个主成分进入BP神经网络模型，建立了包含9个隐含中间层的AGI初步神经网络模型，模型拟合度为0.981 64。应用该模型预测患者的AGI分级准确率为70.83%。
结论根据胃肠音指标构建的AGI分级初步预测模型，可为医护人员进行危重患者AGI分级的初步预测判断提供参考。