RCA-PDCA看護方法に基づく機械学習モデルと差別化要因による帝王切開手術中の低血圧予測
カテゴリ：手術支援
公開日：2026年2月19日
タイトル：Machine learning model based on RCA-PDCA nursing methods and differentiating factors to predict hypotension during cesarean section surgery
雑誌名：Comput Biol Med. 2024 May; 174: 108395.
概 要：
帝王切開中の手術における低血圧は、母体と胎児の健康に深刻な影響を及ぼす合併症となっています。本研究では、RCA-PDCA看護方法の有用性を示し、機械学習モデルを用いて手術中の低血圧の発生を予測することを目的としました。従来の制御方法には副作用があり、RCA-PDCAモデルは問題の根本原因を特定する新しいケアモデルです。
方 法：
2023年1月から2023年12月までに西南医科大学の伝統中国医学病院で帝王切開を受けた患者を対象に、妊娠期間、年齢、身長、体重、アレルギー歴、手術中のバイタルサイン、胎児の状態、手術時間、輸液量、副作用、血管収縮薬の使用、痛み・不安・抑うつスコア、満足度などのデータを収集・分析しました。統計的に異なる特徴を選別し、5つの機械学習モデルを用いてRCA-PDCAモデルの有用性を評価しました。
結 果：
RCA-PDCA看護モデルは、一般的な看護モデルと比較して、帝王切開中の低血圧および術後合併症の発生率を有意に低下させ、患者の体験も快適で満足度が高いことが示されました。5つの機械学習モデルの中で、ランダムフォレストモデルが最も優れた予測性能を示し、低血圧予防における精度は90%に達しました。
結 論：
機械学習モデルの分析を通じて、RCA-PDCA看護方法の重要性が証明され、特にランダムフォレストモデルが優れた性能を示しました。この結果は、医療分析分野における人工知能の応用を促進する可能性があります。