.png){kind=logo}
As infecções do trato urinário (ITUs) impõem encargos financeiros e de saúde significativos. A IA permite que os provedores intervenham adequadamente.
As infecções do trato urinário (ITUs) são as infecções mais comuns tratadas em ambientes ambulatoriais nos Estados Unidos (1). Eles também são o quinto tipo mais comum de infecção adquirida em hospitais, com uma estimativa de 62.000 infecções ocorrendo anualmente em hospitais de cuidados agudos (2). A cada ano, as ITUs levam a aproximadamente 400.000 hospitalizações, sete milhões de visitas ao consultório e um milhão de visitas ao departamento de emergência, resultando em cerca de 10 bilhões de dólares em despesas relacionadas aos cuidados com a UTI (3). Essa carga financeira significativa é agravada pelas 13.000 mortes associadas a ITUs adquiridas na área de saúde anualmente (2), das quais 69% das ITUs associadas a cateteres (CAUTIs) são consideradas evitáveis (6).
“UTIForecast AI” é um modelo preditivo projetado para identificar o risco de infecções do trato urinário em pacientes. Analisa os fatores clínicos e o histórico do paciente para fornecer informações sobre as ITUs, permitindo que os profissionais de saúde implementem preventivamente medidas de proteção e melhorem os resultados dos pacientes, ao mesmo tempo em que visa reduzir os custos dos parceiros de saúde.
O conjunto de dados sintéticos usado para este modelo foi alinhado com os resultados da pesquisa clínica para refletir com precisão os fatores de risco do paciente para ITUs. A pesquisa inclui estudos epidemiológicos de Medina e Castillo-Pino (1), diretrizes do CDC sobre eventos de ITU (2), tendências de hospitalização analisadas por Simmering et al. (3), educação do paciente fornecida pela Cleveland Clinic (4) e avaliações de intervenção por Meddings et al. (5). Esses estudos informaram a escolha das variáveis e sua importância, equipando o modelo para fornecer previsões de risco confiáveis.
As infecções do trato urinário (ITUs) são as infecções mais comuns tratadas em ambientes ambulatoriais nos Estados Unidos (1). Eles também são o quinto tipo mais comum de infecção adquirida em hospitais, com uma estimativa de 62.000 infecções ocorrendo anualmente em hospitais de cuidados agudos (2). A cada ano, as ITUs levam a aproximadamente 400.000 hospitalizações, sete milhões de visitas ao consultório e um milhão de visitas ao departamento de emergência, resultando em cerca de 10 bilhões de dólares em despesas relacionadas aos cuidados com a UTI (3). Essa carga financeira significativa é agravada pelas 13.000 mortes associadas a ITUs adquiridas na área de saúde anualmente (2), das quais 69% das ITUs associadas a cateteres (CAUTIs) são consideradas evitáveis (6).
“UTIForecast AI” é um modelo preditivo projetado para identificar o risco de infecções do trato urinário em pacientes. Analisa os fatores clínicos e o histórico do paciente para fornecer informações sobre as ITUs, permitindo que os profissionais de saúde implementem preventivamente medidas de proteção e melhorem os resultados dos pacientes, ao mesmo tempo em que visa reduzir os custos dos parceiros de saúde.
O conjunto de dados sintéticos usado para este modelo foi alinhado com os resultados da pesquisa clínica para refletir com precisão os fatores de risco do paciente para ITUs. A pesquisa inclui estudos epidemiológicos de Medina e Castillo-Pino (1), diretrizes do CDC sobre eventos de ITU (2), tendências de hospitalização analisadas por Simmering et al. (3), educação do paciente fornecida pela Cleveland Clinic (4) e avaliações de intervenção por Meddings et al. (5). Esses estudos informaram a escolha das variáveis e sua importância, equipando o modelo para fornecer previsões de risco confiáveis.
