過剰活動性膀管理における治療失敗と薬物不順の人工知能ベースの予測

科学分野:

• 泌尿器科
• 医療における人工知能
• 予測分析

背景:

• 過剰活動性膀 (OAB) の管理は,治療の失敗と薬物不服従のために課題に直面しています.
• これらの問題を早期に予測することは 適切な介入と患者の成果の改善に不可欠です

研究 の 目的:

• AIベースの予測モデルを開発し,OAB患者における治療失敗と薬物不順の早期発見を検証する.
• 糖尿病神経症を含む様々な病理学的なサブグループに焦点を当てます.

主な方法:

• 285人のOAB患者のデータ (2018年1月〜2025年4月) の遡及分析.
• 超音波検査,尿流量測定,空白日記,アンケートを使用して開発されたAIモデル.
• 主なアウトカム:治療の失敗と3ヶ月後の薬物不服従.

主要な成果:

• グラディエンツブースティングモデルでは,治療の失敗については87. 3%,不適合については85. 1%の精度を達成した.
• 主な予測指標:膀壁の厚さ,糖尿病の持続期間>7年,緊急性の改善<25%
• 糖尿病神経症のサブグループは,治療失敗率が最も高かった (42. 8%).

結論:

• AIモデルは,治療失敗と不従順のリスクのあるOAB患者を効果的に特定します.
• 治療の改善のために早期の介入と治療変更を可能にします.
• 医療資源の利用を向上させる可能性