臨床的に有意な腎結石症のスクリーニングは,一般的な集団における単純な健康診断による臨床および尿のパラメータに基づいています:マルチセンター機械学習研究

科学分野:

• ネフロロジーはネフロロジーを用います.
• 人工知能 (AI) とは,人工知能 (AI) のことです.
• 医療診断 医療診断

背景:

• ネフロリチアシスは人口の15%に影響し,しばしば無症状の個体では検出されません.
• 現在の画像診断は高価で,操作者に依存し,または放射線を伴う.
• 腎石の検診には,実用的で低コストなスクリーニング戦略が必要である.

研究 の 目的:

• 臨床的に有意な腎結石病の低コストで迅速なスクリーニングモデルを開発する.
• 機械学習 (ML) と単純な臨床パラメータを利用して,腎石を早期発見する.

主な方法:

• 台湾の3つの病院で6528人の成人を対象とした遡及的研究 (2012-2021年).
• 人口統計,病歴,尿分析を含む10のルーティン変数を用いて訓練されたMLモデル.
• ROCとPRの曲線を用いた評価モデル;解釈可能性のためのシャップリー値分析.

主要な成果:

• 最良のMLモデルは,AUC 0.968とAUPRC 0.936.6を達成しました.
• 腎石の検出に高い感度 (87.3%) と特異性 (94.7%) を示しています.
• 主な予測要因は,尿中の赤血球数,推定グルメルーラフィルタレーション率,尿固有重量でした.

結論:

• 通常の健康データを用いて大規模な腎臓石検診のための効率的で非侵襲的なMLモデルを開発しました.
• モデルは,健康診断と遠隔医療に統合して,積極的な管理を行うことができます.
• 汎用性のために,多様な集団でのさらなる検証が推奨されます.