李友專林朝順2026-05-132026-05-132011-01-03https://203.71.86.71/handle/123456789/13569學位別：博士 語文別：英文 指導教授：李友專 共同指導教授：邱泓文 口試委員：蔣以仁;許明暉;范守仁;朱唯勤;張禾坤 中文關鍵字：全身麻醉;脊髓麻醉;低血壓;類神經網路;邏輯迴歸手術過程發生的低血壓，與病人發生不良的後遺症有關。整合相關因子的電腦輔助模型，可預測低血壓的危險性，對臨床麻醉會有不小的助益。此研究的目的即針對全身麻醉與脊髓麻醉的病患，發展類神經網路模型，以預測病患發生低血壓的危險性。 於第一部份研究，進行2007年3月至11的病歷回顧，共分析1017筆全身麻醉記錄。包含11個病患相關因子，2個手術相關因子，以及5個麻醉相關因子，用以建構類神經網路與邏輯迴歸模型。最後使用外部的資料進行模型的預測效能評估。3位臨床醫師針對同樣的病患資料，預測是否會發生低血壓。類神經網路模型，預測準確度為82.3%，敏感度為76.4%，特異度為85.6%。邏輯迴歸模型，預測準確度為76.5%，敏感度為74.5%，特異度為77.7%。類神經網路與邏輯迴歸模型，ROC曲線下面積分別為0.893與0.840。經過比較，臨床醫師預測的準確度與敏感度最低。 於第二部份研究，分析2004年9月至2006年12月的病歷，總共1501位病患接受半身麻醉的記錄，建構發展類神經網路與邏輯迴歸模型。75%的病患資料做用來訓練預測模型，於模型訓練完成後，利用其餘25%的資料進行模型的預測效能評估。5位麻醉醫師根據臨床經驗，針對相同的資料做出低血壓發生的預測。類神經網路模型預測的敏感度與特異度分別為75.9%與76.0%。邏輯迴歸模型預測的敏感度與特異度分別為68.1%與73.5%。ROC曲線下面積分別為0.893與0.840。類神經網路與邏輯迴歸模型，ROC曲線下面積分別為0.796與0.748。類神經網路模型的預測效能，明顯優於邏輯迴歸模型。臨床醫師有最低的敏感度，分別為28.7%，22.2%，21.3%，16.1%與36.1%。 針對全身麻醉的病人, 應用類神經模型來評估是否能實際改善低血壓的發生率。隨機選取34位病患為實驗組，先以類神經模型預測病患是否可能發生低血壓，並告知麻醉醫師，由醫師進行處置來預防低血壓的發生。隨機選取37位病患為對照組，先以類神經模型做出預測，但不告知麻醉醫師。最後計算低血壓發生率，實驗組與對照組分別為11.8%與29.7%，有統計上顯著的差異。應用類神經模型於臨床麻醉，實際降低了低血壓的發生率。 此研究所發展的類神經網路模型，針對全身麻醉與脊髓麻醉過程引起的低血壓，具有不錯的預測效能，亦擁有好的鑑別力與效正度。於臨床上使用，可提供臨床醫師決策支援的輔助，以及針對可能發生低血壓的高危險病人提高警覺性。系所名稱：醫學科學研究所thesis