课题组硕士研究生张浩源同学于2022年12月在Computer in Biology and Medicine上发表了《Comprehensive breathing variability indices enhance the prediction of extubation failure in patients on mechanical ventilation（综合变异性指数能加强对机械通气患者拔管失败的预测）》一文。
文章中提出的方法如下：首先，根据连续通气波形计算逐次呼吸的呼吸参数。接下来，计算呼吸变异性指数。最后，评估了所提出的呼吸变异性指数在预测拔管失败方面的性能。方法设计了多种呼吸变异性指数来进行拔管的预测，同时引入随机森林、支持向量机等多种机器学习模型进行效果评估。在单一呼吸变异性指数中，其采用的动态机械功变化系数获得了最高AUC值，达到0.777。在多指数训练的预测模型中，其采用的XGBoost分类器结合了多个呼吸变异性指数，其AUC值达到了0.902。
该文章提出的拔管预测分析方法将复杂的计算嵌入到新兴的呼吸机监测系统和智能ICU系统中，可以帮助临床医生改善拔管决策。这些系统允许采集连续呼吸机波形，并可以通过便携式设备或床边的屏幕提供用户界面。因此，基于复杂计算的预测可以在床边进行，结果可以立即通过用户界面提供给临床医生，以协助拔管决策，提高了对有创机械通气患者拔管失败的预测能力。
