STEMI患者における造影剤腎症予測におけるMAGGICリスクスコアの深層学習による改善

科学分野:

• 心臓病学
• 腎臓病学
• 医療における人工知能

背景:

• 造影剤腎症（CIN）は、ST上昇型心筋梗塞（STEMI）患者における一次心筋内腔経皮的冠動脈形成術（pPCI）後の重要な合併症である。
• CINのリスクが高い患者の早期特定は、転帰の改善と死亡率の低下のために極めて重要である。
• CIN予測のためのメタアナリシスグローバルグループ慢性心不全（MAGGIC）リスクスコアの有用性は、さらなる調査が必要である。

主な方法:

• pPCIで治療された1403人のSTEMI患者の後ろ向き分析。
• MAGGICスコアと21の臨床パラメータを使用したDLモデル（多層パーセプトロン、TabNet、TabTransformer、KAN）およびロジスティック回帰の開発と比較。
• 予測因子の特定のためにSHAP（SHapley Additive exPlanations）を利用した。

結論:

• MAGGICリスクスコアリングとDLモデル、特にKANを組み合わせることで、pPCIを受けたSTEMI患者におけるCIN予測が大幅に向上する。
• この高度な予測アプローチは、リスクの高い個人の早期特定を可能にし、タイムリーな腎保護戦略の実施を可能にする。
• 開発されたモデルと潜在的なウェブベースの計算機は、CIN予防のための臨床的意思決定を支援できる。