摘要
在重症监护中，呼吸机患者的动脉血氧饱和度通过床旁监护仪的脉搏血氧读数进行监测，该读数仅反映当前情况；未来数小时内能否维持则取决于医护人员的关注。针对间歇测量变量的软传感器已经存在，但没有任何一种能在最近一次读数之后数小时仍能估算血氧饱和度。我们提出一个问题：连续记录的呼吸机信号和呼气气体信号能否在最后一次可用读数之后九小时估算血氧饱和度？我们利用31名呼吸机患儿的4017条逐小时记录，构建了一个虚拟传感器，其基于同一代码库的三个嵌套实施场景：X0（通过我们的流程使用XGBoost 2.1.4，无物理项激活）、XP（在X0基础上，向最后一次读数进行混合，并根据动脉血氧平衡推导出的每千克体重累计摄氧率对时间间隔进行调整），以及v4（在XP基础上，增加一个患者层面的锚点，将九小时前的读数重新校准至患者自身历史水平）。在患者分组五折交叉验证下对折外预测结果进行评分，并使用配对患者自助区间对3730小时数据（来自30名输入中不含九小时以内血氧饱和度值的患者）进行评估。从X0到XP，每名患者的平均MAPE从3.313%降至3.282%（仅在该汇总中达到统计显著）；从XP到v4，平均MAPE降至3.115%，合并MAPE从3.885%降至3.729%（均达到统计显著），合并相关性从0.754升至0.793，对间隔结束时血氧低于90%的低氧血症的检测，AUC为0.939，而最后一次读数为0.900；同时集成模型从55个输入缩减至19个，从9637个叶节点缩减至474个。对每个预测结果的精确分解表明，双系数锚点贡献了相对于持续性预测82%的改进；九小时信息的大部分来自患者自身的水平，气体衍生项贡献虽小但达到统计显著，该传感器是趋势指示器而非报警装置。
