Subscribe to RSS
DOI: 10.1055/a-2346-0045
Prognose des Extubationserfolgs bei Frühgeborenen mit Hilfe von Lernalgorithmen
Ein erfolgloser Extubationsversuch nach invasiver Beatmung bedeutet einen Rückschlag im Behandlungsregime extremer Frühgeborener und geht mit zusätzlichen Risiken v. a. für die pulmonale und neurologische Entwicklung einher. Die sichere Bewertung der Extubationsbereitschaft ist daher essenziell. Die bisherigen Instrumente dafür sind von begrenztem Nutzen, die Entscheidung zur Extubation beruht meist auf der Erfahrung des zuständigen Neonatologen.
Brasher et al. suchten nach einem einfachen Verfahren, ein Extubationsversagen objektiv vorherzusagen und die ärztliche Einschätzung zu fundieren. Sie konnten mit ihrer retrospektiven Studie zeigen, dass es mit Hilfe von maschinellem Lernen möglich war, Datenströme von Pulsoxymetern und Beatmungsgeräten für die Abschätzung des Extubationserfolgs heranzuziehen. Das Ergebnis ist dem Autorenteam zufolge von klinischer Relevanz und sollte mit prospektiven Studien validiert werden.
Publication History
Article published online:
03 December 2024
© 2024. Thieme. All rights reserved.
Georg Thieme Verlag KG
Rüdigerstraße 14, 70469 Stuttgart, Germany