목적: 임상적 위험 인자를 이용하여 초극소출생체중아(ELBWI)에서 대량 폐출혈(MPH) 및 MPH 관련 사망을 예측하는 의사결정나무 모형을 개발한다. 방법: 2013년 1월부터 2020년 12월까지 참여 신생아중환자실(NICU)에 입원한 ELBWI에서 MPH 및 MPH 관련 사망에 대한 임상 예측 규칙을 개발하기 위해, 기계학습 알고리즘과 C5.0 의사결정나무 모형을 사용하여 국가 다기관의 전향적 웹 기반 레지스트리 자료를 후향적으로 분석하였다. 이 C5.0 모형은 과적합을 최소화하기 위해 자료 전처리, 분할 기준에 따른 속성 선택, 그리고 가지치기(pruning) 기법을 통해 개발되었다. 결과: "첫 번째 판별자로 ", 이어서 "5분 APGAR 점수 ≤2"가 뒤를 이었다. C5.0 MPH 모형의 예측 정확도는 훈련 세트에서 ROC 곡선 아래 면적(AUC) 88.2%, 검정 세트에서 89.0%를 달성하였으며, MPH 관련 사망 모형은 훈련 세트에서 AUC 97.7%, 검정 세트에서 AUC 97.4%를 나타냈다. 결론: ELBWI에서 MPH 및 MPH 관련 사망을 예측하기 위해 임상적 위험 인자를 이용한 C5.0 의사결정나무 모형을 개발하였고, 이를 통해 고위험 영아를 조기에 식별하여 신생아 예후를 개선하기 위한 적시에 개입할 수 있도록 하였다. 이 의사결정 기반 위험 계층화 도구는 NICU에서의 일상적 임상 적용에 앞서 실제 적용 가능성과 임상적 유효성을 평가하기 위해 더 큰 규모의 다기관 코호트를 이용한 추가 검증이 필요하다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.