2024-03-28 23:27:34
Crédit : Pixabay/CC0 Domaine public
L’insuffisance rénale aiguë postopératoire nécessitant une dialyse (PO-AKID) est un événement indésirable grave qui affecte non seulement la morbidité et la mortalité aiguës, mais également le pronostic à long terme. Un diagnostic précoce et une gestion des risques périopératoires peuvent contribuer à réduire la mortalité. Des modèles de prédiction du risque antérieurs d’insuffisance rénale aiguë postopératoire (PO-AKI) après une chirurgie cardiaque ont été développés à l’aide d’une analyse de régression traditionnelle.
Cependant, les méthodes statistiques traditionnelles sont limitées par le surajustement et la multicolinéarité, empêchant l’analyse de nombreuses variables explicatives. L’apprentissage automatique (ML) est capable de gérer des données incomplètes et complexes et de fournir des informations pour soutenir la prise de décision clinique.
Concernant la prédiction PO-AKI, il existe de plus en plus de preuves selon lesquelles les modèles ML peuvent fournir une prédiction des résultats plus précise par rapport aux analyses statistiques traditionnelles. Néanmoins, le manque d’explicabilité a entravé l’application des modèles ML dans l’aide à la décision clinique. La prédiction visuelle du risque individuel de PO-AKID d’un patient aidera les médecins à comprendre comment les modèles ML prennent la décision et à adopter cette nouvelle technologie.
Récemment, le Dr Qiuying Chen (Département de radiologie, premier hôpital affilié, Université de Jinan, Guangzhou, Guangdong, République populaire de Chine) et le Dr Biao Fu (Institut cardiovasculaire du Guangdong, Hôpital populaire provincial du Guangdong, Académie des sciences médicales du Guangdong, Guangzhou, Guangdong , RP Chine) a développé un calculateur Web pratique et explicable (PO-AKID-teller) pour détecter les patients susceptibles de souffrir de PO-AKID après une chirurgie ATAAD.
Cette étude rétrospective a examiné 549 patients subissant une chirurgie ATAAD d’octobre 2016 à juin 2021. La recherche est publié dans la revue MedComm – Future Medicine.
L’ensemble de données initial a été divisé en une cohorte de formation à 80 % (n = 439) et une cohorte de test à 20 % (n = 110). Il y avait sept facteurs prédictifs pouvant indiquer une PO-AKID, notamment une chirurgie cardiovasculaire antérieure, les plaquettes, la créatinine sérique, le site terminal de dissection, l’atteinte de l’artère coronaire droite, la perte de sang estimée et le débit urinaire. Parmi six classificateurs d’apprentissage automatique, ils ont constaté que le modèle Random Forest présentait les meilleures performances prédictives, avec une aire sous la courbe de 0,863 dans la cohorte de formation et de 0,763 dans la cohorte de test.
Ils ont appliqué un algorithme Shapley Additive Explanations (SHAP) pour expliquer le résultat du modèle de prédiction en visualisant la contribution et la direction des variables clés au résultat et ont ensuite construit un calculateur Web facile à utiliser et explicable (c.-à-d. PO -AKID-teller) pour identifier les patients à haut risque de PO-AKID.
Le caissier PO-AKID pourrait estimer avec précision le risque d’un individu de PO-AKID d’une manière interprétable, ce qui pourrait faciliter la prise de décision éclairée, le conseil aux patients, l’optimisation périopératoire et la prestation de soins à plus long terme.
Plus d’information:
Qiuying Chen et al, PO-AKID-teller : Un outil d’apprentissage automatique interprétable pour prédire les lésions rénales aiguës nécessitant une dialyse après une chirurgie de dissection aortique aiguë de type A, MedComm – Future Medicine (2024). DOI : 10.1002/mef2.77
Fourni par l’Association internationale d’échange et de promotion médicale du Sichuan
Citation: Des chercheurs créent un outil d’apprentissage automatique interprétable pour prédire les lésions rénales aiguës nécessitant une dialyse (28 mars 2024) récupéré le 28 mars 2024 sur
Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni seulement pour information.
#Les #chercheurs #créent #outil #dapprentissage #automatique #interprétable #pour #prédire #les #lésions #rénales #aiguës #nécessitant #une #dialyse
1711669945
