1.本发明涉及一种校正方法，尤其涉及一种血气分析仪所测钾离子结果的校正方法。
背景技术：2.随着临床检验医学的进步以及即时检验(pointofcaretesting，poct)准确度的不断提高，因血气分析取材方便、操作简便、便于携带、报告迅速等诸多优势，在术中具有极大优势。但急诊床旁血气分析仪的电解质检验结果，尤其是钾离子结果与全自动生化仪存在较大的差异，故在临床结果分析、判读中有着很大的局限，其中钾离子对于诊断患者病情有着重要的作用，特别是急症患者与重症监护患者。这些患者因其病情危重、变化迅速等特点，需要第一时间进行紧急救治。而血气分析各项指标及电解质钾、钠、氯、钙等生化指标，是治疗中的重要依据，然而，对于血气分析仪检测得出的钾离子结果，通常与电解质钾离子结果不同，故必须要等待检验科的电解质钾离子结果，才能作为诊治的依据，故必须要采血后送检验科进行检验，这往往需要等待较长时间，而不利于患者的快速救治，且对于院外急救、设备不全等情况下的就这造成极大的不便。
3.机器学习是一种模拟或实现人的学习活动的计算机研究方法，是人工智能领域重要的成员之一。在过去的十几年中，随着计算机科学与大数据的快速发展，以临床上积累的大量数据为基础，通过机器学习算法来解决临床问题，已成为智慧医疗最重要的发展趋势。2016年，曹文哲等人凭借随机森林方法和逻辑回归方法，实现了对ii期糖尿病的并发症的风险预测及控制，还将他们的roc曲线面积作为了评价指标。同一年，jhajharia等人基于数据挖掘技术和机器学习方法，研究了乳腺癌病变程度的分类问题。将该文提出的混合预测模型与其他常见分类算法相比，前者的模型准确率最佳，可达到96％。
4.急诊床旁动脉血气分析是指使用便携式血气分析仪能够在很短时间内获得动脉血的ph、pco2、po2、电解质、lac、hb等与呼吸相关的、参与气体交换的及有关酸碱电解质平衡的重要参数指标，是诊断呼吸衰竭和酸碱平衡紊乱最可靠的指标和依据，是反映人体呼吸、循环及代谢系统变化最直接的指标，是术中危重患者抢救治疗最不可或缺的检验项目。
5.在手术过程中，动脉血气分析监测是判断是否存在呼吸衰竭以及各种抢救治疗措施是否有效的重要参考依据。对指导调节机械通气的各种参数以及纠正酸碱平衡和电解质紊乱均有重要意义。而在机体代谢中，电解质具有相当重要的作用，其中钾离子更是极其重要的离子，其对于心肌细胞正常电活动、体内ph的恒定等具有不可替代的作用。故对于术中危重病人钾离子结果的获取及维持在正常范围内，对病情严重程度评估有着重要的指导价值，对降低危重患者围术期的病死率及保证术中患者对方的生命安全具有相当重要的临床指导意义。血气分析仪能够在很短的时间内获得检验报告，从而为疾病的临床治疗提供依据，为患者正确更多的治疗时间。不过，在临床实践中发现，急诊床旁动脉血气分析中的钾离子结果总是与检验科全自动生化分析仪测定的静脉电解质钾离子结果存在很大差异。故急诊床旁血气分析仪测定的动脉血气钾离子结果能否及如何替代全自动生化仪测定的静
脉电解质钾例子结果是目前急需解决临床问题和研究热点。
6.基于以上背景和研究成果，本文通过机器学习的方法，校正动脉血气钾离子结果，并探讨了校正结果与电解质钾离子结果的一致性，旨在为临床应用提供参考。
技术实现要素：7.针对背景技术中存在的问题，本发明提供一种血气分析仪所测钾离子结果的校正方法，用于校正动脉血气分析仪中动脉血气钾离子的结果。
8.本发明解决上述技术问题提供以下技术方案：
9.一种血气分析仪所测钾离子结果的校正方法，包括以下步骤：
10.步骤一：同时收集患者的动脉血气结果和静脉血的电解质钾离子结果，以结果作为处理数据；
11.步骤二：对步骤一收集到的数据进行数据清洗工作，并将数据按照70％和30％比例随机划分为训练集和测试集；
12.步骤三：基于步骤二处理过的数据构建随机森林模型，得到排名前五的影响因子；
13.步骤四：基于步骤三得到的五个影响因子建立多元线性回归模型。
14.采用该技术方案后，通过收集急诊床旁动脉血气结果及同时抽取的静脉电解质结果，构建随机森林模型，得出急诊床旁动脉血气分析中影响钾离子结果的主要影响因子，根据这些影响因子使用多元线性回归拟合出多元线性回归模型。通过多元线性回归模型进行校正后获得的校正钾离子与生化仪测得的钾离子结果基本一致，故可用于校正和替代生化仪测定静脉血钾离子结果，具有明确的临床意义及应用推广前景。
15.作为优选，所述步骤一包括：
16.所有患者均同时采集静脉血送检电解质与动脉血送检血气分析，静脉血应用肝素进行抗凝；
17.在应用仪器测定以前,使用校准品以及配套试剂校准,并对仪器采取例行保养,保证仪器能够正常应用；
18.动脉全血标本使用血气分析仪进行检测，并记录年龄、性别、ph、二氧化碳分压pco2、氧分压po2、实际碳酸氢根hco
3-、标准碳酸氢根sbc、剩余碱be、氧含量o2ct、血氧饱和度so2％、二氧化碳总量tco2、红细胞压积hct、肺泡氧分压a、钠离子na+、氯离子cl-、钙离子ca2+、钾离子k+、乳酸lac和吸氧浓度fio2结果；
19.静脉血在离心机中3000r/min转速离心5min，并应用全自动生化分析仪进行检测,记录钾离子k+结果。
20.作为优选，所述步骤二还包括统计学分析：
21.针对步骤一得到的数据，用microsoftexcel2016建立数据库进行匹配、去重和缺省值删除，并保存为csv格式，将整理清洗完成的数据导入rstudio中；
22.针对步骤一得到的数据，运用rstudio软件，采用shapiro-wilk检验验证数据的正态性，bartlett检验验证数据的方差齐性。
23.作为优选，所述步骤三包括：
24.使用r编程语言中randomforest包进行随机森林模型的建模，并使用r编程语言中psych包进行两两变量相关性检测；
25.根据随机森林模型内平均误差大小确定变量抽样数值mtry参数值，并根据随机森林模型内误差稳定情况，确定决策树数目ntree参数值；
26.通过随机森林模型拟合出动脉血气分析中影响钾离子结果的特征值平均gini指数，并将所述特征值进行排序，选取特征值中排名前五的影响因子；
27.作为优选，所述步骤四包括：
28.基于步骤三得到的五个影响因子和步骤一得到的电解质钾离子结果，使用r编程语言的散点作图；
29.根据电解质钾离子结果与各个影响因子之间的关系趋势，确定各个影响因子与电解质钾离子结果之间的关系；
30.将各个影响因子与电解质钾离子结果之间的非线性关系转化为线性关系；
31.基于各个影响因子与电解质钾离子结果之间的线性关系和转化的线性关系，拟合得到多元线性回归模型；
32.使用r编程语言的逐步回归函数算法，通过向后剔除法优化，得到最优的多元线性回归模型。
33.采用该优选方案后，所述非线性关系包括指数、对数、平方、幂和布尔关系；所述向后剔除法包括：从全变量回归方程开始，逐步删去某个变量，使指标值达到最优为止。
34.作为优选，本发明还包括用于接续所述步骤四的步骤五：
35.通过shapiro-wilk检验分析钾离子结果是否符合正态分布，若符合正态分布则使用t检验将测试集校正后的血气钾离子结果与测试集电解质钾离子结果进行检验来验证多元线性回归模型的效果，若不符合正态分布则使用wilcox秩合检验来验证。
36.采用该优选方案后，通过测试集的数据使用t检验或wilcox秩合假设检验来验证，可得知校正钾离子浓度数据和对应的电解质钾离子浓度数据统计学上是否具有差异，p越接近0差异越大，等于0就是完全不同，p越接近1差异越小，等于1就是完全相同；以此判断通过多元线性回归模型得到的校正钾离子浓度与实际钾离子浓度的相似度，进而得知多元线性回归模型的有效性。
37.综上所述，由于采用了上述技术方案，本发明的有益效果是：
38.1、使用急诊床旁血气分析仪测定动脉血钾离子配合校正模型可与检验科设备检测结果具有高度的一致性。
39.2、大量相关研究表明，在检测中存在难免都会存在偏倚的现象，这与样本采集方法、样本贮存时间、样本运输方式、样本检测设备、样本检测人员经验等多种因素相关。并且动脉血采集时所使用的针筒、试管内壁的抗凝剂也可能导致偏倚的产生。校正结果的误差是均匀分布的，暨偏高与偏低出现的频率相近。可通过反复两到三次的校正结果平均化后可获得一个误差更小的结果。
40.3、通过血气分析中的k、cl、lac、ph、pco2通过校正公式进行校正后可获得的校正钾离子与生化仪测得的钾离子结果基本一致，故可使用急诊床旁血气分析仪测定动脉血钾离子配合校正模型来替代生化仪测定静脉血钾离子结果，具有明确的临床意义及应用推广前景。
附图说明
41.图1为本发明的流程图。
42.图2为随变量抽样数值变化随机森林模型平均误差值图。
43.图3为随决策树增加随机森林模型误差图。
44.图4为随机森林拟合平均gini指数排序图。
45.图5为变量相关图。
46.图6为多元线性回归模型示意图。
具体实施方式
47.为了使本发明实现的技术手段、特征与功效更容易被理解下面结合具体实施例和本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述。
48.如图1-图6所示，本发明提供以下技术方案：
49.一种血气分析仪所测钾离子结果的校正方法，包括以下步骤：
50.步骤一：同时收集患者的动脉血气结果和静脉血的电解质钾离子结果，以结果作为处理数据；
51.步骤二：对步骤一收集到的数据进行数据清洗工作，并将数据按照70％和30％比例随机划分为训练集和测试集；
52.步骤三：基于步骤二处理过的数据构建随机森林模型，得到排名前五的影响因子；
53.步骤四：基于步骤三得到的五个影响因子建立多元线性回归模型。
54.本实施例中，所述步骤一包括：
55.标本采集根据《全国临床检验操作规程》中关于血气分析标本的相关方法，所有患者均同时先后采集静脉血送检电解质与动脉血送检血气分析，应用肝素进行抗凝；
56.采用罗氏cobasb123血气分析仪和olympusau5400全自动生化分析仪,全部试剂均为仪器配套相应的原装试剂；
57.在应用仪器测定以前,使用校准品以及配套试剂校准,并对仪器采取例行保养,保证仪器能够正常应用；
58.动脉全血标本使用罗氏cobasb123血气分析仪进行检测，并记录年龄、性别、ph、二氧化碳分压pco2、氧分压po2、实际碳酸氢根hco
3-、标准碳酸氢根sbc、剩余碱be、氧含量o2ct、血氧饱和度so2％、二氧化碳总量tco2、红细胞压积hct、肺泡氧分压a、钠离子na+、氯离子cl-、钙离子ca2+、钾离子k+、乳酸lac和吸氧浓度fio2结果；
59.静脉血3000r/min转速离心5min，并应用olympusau5400全自动生化分析仪进行检测,记录钾离子k+浓度结果。
60.本实施例中，所述步骤二还包括统计学分析：
61.针对步骤一得到的数据，用microsoftexcel2016建立数据库进行匹配、去重和缺省值删除，并保存为csv格式，将整理清洗完成的数据导入rstudio中；
62.针对步骤一得到的数据，运用r及rstudio软件，采用shapiro-wilk检验验证数据的正态性，bartlett检验验证数据的方差齐性。
63.本实施例中，所述步骤三包括：
64.使用r编程语言中randomforest包进行随机森林模型的建模，并使用r编程语言中
psych包进行两两变量相关性检测；
65.根据随机森林模型内平均误差大小确定变量抽样数值mtry参数值，并根据随机森林模型内误差稳定情况，确定决策树数目ntree参数值；
66.通过随机森林模型拟合出急诊床旁动脉血气分析中影响钾离子结果的特征值平均gini指数，并将所述特征值进行排序，选取特征值中排名前五的影响因子。
67.本实施例中，所述步骤四包括：
68.基于步骤三得到的五个影响因子和步骤一得到的电解质钾离子结果，使用r编程语言的散点作图；
69.根据电解质钾离子结果与各个影响因子之间的关系趋势，确定各个影响因子与电解质钾离子结果之间的关系；
70.将各个影响因子与电解质钾离子结果之间的非线性关系转化为线性关系；
71.基于各个影响因子与电解质钾离子结果之间的线性关系和转化的线性关系，拟合得到多元线性回归模型；
72.使用r编程语言的逐步回归函数算法，通过向后剔除法优化，得到最优的多元线性回归模型。
73.本实施例中，还包括用于接续所述步骤四的步骤五：
74.通过shapiro-wilk检验分析钾离子结果是否符合正态分布，若符合正态分布则使用t检验将测试集校正后的血气钾离子结果与测试集电解质钾离子结果进行检验来验证多元线性回归模型的效果，若不符合正态分布则使用wilcox秩合检验来验证。
75.下面结合附图对发明的使用流程做进一步的说明，以便本领域技术人员能够充分理解本发明，具体如下所述：
76.根据《全国临床检验操作规程》中关于血气分析标本相关方法。采血对象主要为2021年1月1日～2021年12月30日，我院检验科的2957例患者的动脉血气结果及当日的静脉电解质结果，其中女1313例，男1644例，年龄0～100岁，平均年龄(70.50
±
16.52)岁，所有患者均同日先后采集静脉血送检电解质与动脉血送检血气分析，应用肝素进行抗凝。
77.采用罗氏cobasb123血气分析仪,olympusau5400全自动生化分析仪,全部试剂均为仪器配套相应的原装试剂。
78.在应用仪器测定以前,需要使用校准品以及配套试剂校准,并对仪器采取例行保养,保证仪器能够正常应用；动脉全血标本使用罗氏cobasb123血气分析仪进行检测，并记录年龄、性别、ph、二氧化碳分压(pco2)、氧分压(po2)、实际碳酸氢根(hco
3-)、标准碳酸氢根(sbc)、剩余碱(be)、氧含量(o2ct)、血氧饱和度(so2％)、二氧化碳总量(tco2)、红细胞压积(hct)、肺泡氧分压(a)、钠离子(na+)、氯离子(cl-)、钙离子(ca2+)、钾离子(k+)、乳酸(lac)、吸氧浓度(fio2)等结果,静脉血应用olympusau5400全自动生化分析仪进行检测,5min离心,3000r/min，记录钾离子(k+)结果。
79.利用microsoftofficeexcel2016对原始数据进行匹配、去重、缺省值删除等数据清洗工作，并保存为csv格式。再将整理清洗完成的数据导入rstudio中，在建立机器学习模型前，需要将数据集随机按照70％和30％划分为训练集和测试集。
80.本研究选用随机森林(randomforest，rf)作为处理回归问题的机器学习方法。首先使用r编程语言中randomforest包进行rf的建模，psych包进行两两变量相关性检测。然
后根据模型内平均误差大小确定变量抽样数值(mtry)参数值，再根据模型内误差稳定情况，确定决策树数目(ntree)参数值。再然后通过rf模型拟合出急诊床旁动脉血气分析中影响钾离子结果的特征值(平均gini指数)，并将这些特征值进行排序，选取排名前5的因素，认作为造成血气钾与电解质钾离子不同的主要因子。最后利用测试集明确模型的预测精度，若小于90％，则重新调整mtry集ntree这两参数。
81.基于这五个因子，建立多元线性回归模型，初步拟合出动脉血气钾离子的第一校正模型。通过决定系数(r2)来评估模型效能，再根据各因子特点来优化模型。通过将中部分线性关系为非线性关系，如指数、对数、平方、幂等，部分数值类型转换为二进制指标等多种方法，加入逐步回归函数逐步优化动脉血气钾离子校正模型，最终得到校正钾模型。通过w检验来分析钾离子结果是否符合正态分布，若符合正态分布则使用t检验将测试集校正后的血气钾离子结果与测试集电解质钾离子结果进行检验来验证机器学习校正模型的效果，若不符合正态分布则使用wilcox秩合检验来验证。
82.训练集及测试集性别对比，差异无统计学意义(χ2＝0.1232，p＝0.7255),详见表1。两组年龄对比，差异无统计学意义(t＝-0.1443，p＝0.8853)
83.表1性别对比
[0084][0085]
表2年龄对比
[0086][0087]
*shapiro-wilk检验两组年龄符合正态分布，p＝0.0000
[0088]
一般基本信息，如：性别(gender)、年龄(age)，动脉血气分析结果，如：ph、pco2、po2、hco3-、sbc、be、o2ct、so2％、tco2、hct、a、na+、cl-、ca2+、k+、lac、fio2，静脉电解质钾离子结果，以静脉电解质钾离子结果与动脉血气钾离子对比作为分裂标签。参见图2所示，取模型内平均误差最小(0.2519829)的项数18作为mtry参数值，参见图3所示，取模型内误差稳定的决策树数400左右，作为ntree参数值。然后通过rf模型计算出急诊床旁动脉血气分析中影响钾离子结果的平均gini指数(详见表3)，并将这些特征值进行排序(详见图4)，选取排名前5的因素，钾(k)、氯(cl)、乳酸(lac)、酸碱度(ph)、二氧化碳分压(pco2)作为造成血气钾与电解质钾离子结果不同的主要影响因子。
[0089]
表3通过rf模型计算出急诊床旁动脉血气分析中影响钾离子结果的平均gini指数：
[0090][0091]
基于这五个因子，建立多元线性回归模型，k.j＝a+b*k.q+c*ph+d*cl+e*pco2+f*lac。初步拟合出动脉血气钾离子的第一校正模型。r2为0.6955，p＝0.0000。但乳酸的系数t＝0.653，p＝0.514，考虑模型仍有优化空间。参见图5所示，使用散点图矩阵图了解电解质钾离子结果与五项影响因素的趋势关系，以便于加入非线性因素。通过散点图矩阵图大致可推断出电解质钾离子结果(k.d)与酸碱度(ph)、氯离子(cl)和二氧化碳分压(pco2)呈对数(lnx)关系，与血气钾(k.q)与乳酸(lac)呈多项式(x2+
…
+xn)关系。故予以优化模型为k.j＝a+b*k.q+c*ph+d*ln(cl)+e*ln(pco2)+f*lac+g*lac^2+h*lac^3+i*lac^4+j*cl+k*pco2+l*ln(pco2)+m*k.q^2+n*k.q^3+o*k.q^4。获得第二校正模型，r2为0.7003，p＝0.0000。较第一模型有所优化，但lac、pco2、lac^2等多项系数p》0.05，故需要继续优化模型。使用step函数进行逐步回归，继续优化模型，获得最终校正模型，k.j＝-239.1-3.349*k.q-35.63*ph+1.451*k.q^2-0.2175*k.q^3+0.01182*k.q^4+0.000332*lac^3-0.00001909*lac^4+256*ln(ph)-0.8658*ln(cl)-0.1798*ln(pco2)，r2为0.801，p＝0.0000，且全部系数p均《0.01，参见图6所示，反复更换调整模型参数，r2均难以超过0.72，故考虑模型已优化到最佳。
[0092]
训练集及测试集中所有钾离子结果通过shapiro-wilk检验均符合正态分布(p＝0.0000)，bartlett检验为方差齐(p》0.05)。所有患者的动脉血气钾离子(k.q)平均水平高于静脉电解质钾离子(k.d)平均水平，差异有统计学意义(p《0.05)，两组钾离子水平的差值分别为(0.142
±
0.09，0.144
±
0.019)，详见表4。训练集及测试集校正钾离子(k.j)平均水平与静脉电解质钾离子(k.d)平均水平差值分别为(0
±
0.101，0
±
0.107)，k.j与k.d结果基本一致，差异无统计学意义(t＝0，p＝1)，详见表5。表明动脉血气标本的血清钾离子结果虽与静脉电解质钾离子结果差异极大，但可通过校正模型推算出较与静脉电解质钾离子结果基本一致的结果，故可使用急诊床旁血气分析配合校正模型来快速而准确的判断病人血钾有无异常。
[0093]
表4训练集及测试集中血气与电解质钾离子水平比较
[0094][0095]
*shapiro-wilk检验两组钾离子结果符合正态分布，p＝0.0000；
[0096]
bartlett检验两组钾离子方差齐，p》0.05
[0097]
表5训练集及测试集中校正钾离子与电解质钾离子水平比较
[0098][0099]
*shapiro-wilk检验两组钾离子结果符合正态分布，p＝0.0000；
[0100]
bartlett检验两组钾离子方差齐，p》0.05
[0101]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
技术特征：1.一种血气分析仪所测钾离子结果的校正方法，其特征在于：包括以下步骤：步骤一：同时收集患者的动脉血气结果和静脉血的电解质钾离子结果，以结果作为处理数据；步骤二：对步骤一收集到的数据进行数据清洗工作，并将数据按照70％和30％比例随机划分为训练集和测试集；步骤三：基于步骤二处理过的数据构建随机森林模型，得到排名前五的影响因子；步骤四：基于步骤三得到的五个影响因子建立多元线性回归模型。2.根据权利要求1所述一种血气分析仪所测钾离子结果的校正方法，其特征在于：所述步骤一包括：所有患者均同时采集静脉血送检电解质与动脉血送检血气分析，静脉血应用肝素进行抗凝；在应用仪器测定以前,使用校准品以及配套试剂校准,并对仪器采取例行保养,保证仪器能够正常应用；动脉全血标本使用血气分析仪进行检测，并记录年龄、性别、ph、二氧化碳分压pco2、氧分压po2、实际碳酸氢根hco
3-、标准碳酸氢根sbc、剩余碱be、氧含量o2ct、血氧饱和度so2％、二氧化碳总量tco2、红细胞压积hct、肺泡氧分压a、钠离子na+、氯离子cl-、钙离子ca2+、钾离子k+、乳酸lac和吸氧浓度fio2结果；静脉血在离心机中3000r/min转速离心5min，并应用全自动生化分析仪进行检测,记录钾离子k+结果。3.根据权利要求1所述一种血气分析仪所测钾离子结果的校正方法，其特征在于：所述步骤二还包括统计学分析：针对步骤一得到的数据，用microsoftexcel2016建立数据库进行匹配、去重和缺省值删除，并保存为csv格式，将整理清洗完成的数据导入rstudio中；针对步骤一得到的数据，运用rstudio软件，采用shapiro-wilk检验验证数据的正态性，bartlett检验验证数据的方差齐性。4.根据权利要求1所述一种血气分析仪所测钾离子结果的校正方法，其特征在于：所述步骤三包括：使用r编程语言中randomforest包进行随机森林模型的建模，并使用r编程语言中psych包进行两两变量相关性检测；根据随机森林模型内平均误差大小确定变量抽样数值mtry参数值，并根据随机森林模型内误差稳定情况，确定决策树数目ntree参数值；通过随机森林模型拟合出动脉血气分析中影响钾离子结果的特征值平均gini指数，并将所述特征值进行排序，选取特征值中排名前五的影响因子。5.根据权利要求1所述一种血气分析仪所测钾离子结果的校正方法，其特征在于：所述步骤四包括：基于步骤三得到的五个影响因子和步骤一得到的电解质钾离子结果，使用r编程语言的散点作图；根据电解质钾离子结果与各个影响因子之间的关系趋势，确定各个影响因子与电解质钾离子结果之间的关系；
将各个影响因子与电解质钾离子结果之间的非线性关系转化为线性关系；基于各个影响因子与电解质钾离子结果之间的线性关系和转化的线性关系，拟合得到多元线性回归模型；使用r编程语言的逐步回归函数算法，通过向后剔除法优化，得到最优的多元线性回归模型。6.根据权利要求1所述一种血气分析仪所测钾离子结果的校正方法，其特征在于：还包括用于接续所述步骤四的步骤五：通过shapiro-wilk检验分析钾离子结果是否符合正态分布，若符合正态分布则使用t检验将测试集校正后的血气钾离子结果与测试集电解质钾离子结果进行检验来验证多元线性回归模型的效果，若不符合正态分布则使用wilcox秩合检验来验证。
技术总结本发明属于医疗器械技术领域，具体涉及一种血气分析仪所测钾离子结果的校正方法，用于解决急诊床旁动脉血气分析中的钾离子结果总是与检验科全自动生化分析仪测定的静脉电解质钾离子结果存在很大差异的问题。本发明，通过收集急诊床旁动脉血气结果及同时抽取的静脉电解质结果，构建随机森林模型，得出急诊床旁动脉血气分析中影响钾离子结果的主要影响因子，根据这些影响因子使用多元线性回归拟合出多元线性回归模型。通过多元线性回归模型进行校正后获得的校正钾离子与生化仪测得的钾离子结果基本一致，故可用于校正和替代生化仪测定静脉血钾离子结果，具有明确的临床意义及应用推广前景。应用推广前景。应用推广前景。
技术研发人员：万里
受保护的技术使用者：攀钢集团总医院
技术研发日：2022.03.29
技术公布日：2022/7/5
