Ryzyko wystąpienia pozaszpitalnego nagłego zatrzymania krążenia jest najwyższe w niedziele, poniedziałki, święta i w czasie gwałtownych spadków temperatury ? wskazuje nowoopracowany w Japonii system uczenia maszynowego. Autorzy wykorzystali dane z narodowych rejestrów dot. występowania pozaszpitalnego nagłego zatrzymania krążenia i dane meteorologiczne (m.in. wilgotność, opady, zachmurzenie, ciśnienie atmosferyczne) i chronologiczne (pora roku, dzień tygodnia) w latach 2005-2013, za pomocą który stworzono algorytm eXtreme Gradient Boosting. Następnie algorytm przetestowano na danych z lat 2014-2015. Stwierdzono 1 299 784 przypadki pozaszpitalnego nagłego zatrzymania krążenia: 661 052 z przyczyn sercowych (525 374 w latach 2005-2013 i 135 678 w latach 2014-2015). Stworzony model uczenia maszynowego pozwalał na dokładną predykcję pozaszpitalnego nagłego zatrzymania krążenia (średni błąd bezwzględny na poziomie 1,314 w pierwszej kohorcie i 1,547 w drugiej kohorcie; średni bezwzględny błąd procentowy 7,007% w pierwszej kohorcie i 7,788% w drugiej). Średni błąd bezwzględny informuje o ile średnio w okresie prognozy będzie wynosić odchylenie od wartości rzeczywistej, a średni bezwzględny błąd procentowy mówi o średniej wielkości błędów prognoz dla okna testowego, wyrażonych w procentach. Zdaniem autorów stworzony algorytm mógłby być w przyszłości wykorzystany do wczesnego ostrzegania obywateli i zespołów pogotowia ratunkowego o dniach wysokiego ryzyka pozaszpitalnego zatrzymania krążenia.
dr n. med. Łukasz Januszkiewicz
https://heart.bmj.com/content/early/2021/04/22/heartjnl-2020-318726
