相关实验视频
Updated: May 7, 2025
13:25
Acute Kidney Injury Model Induced by Cisplatin in Adult Zebrafish
Published on: May 15, 2021
5.6K
使用可解释机器学习模型和电子医疗记录信息预测西斯普拉丁诱导的急性损伤
Kaori Ambe1, Yuka Aoki1, Miho Murashima2
1Department of Regulatory Science, Nagoya City University Graduate School of Pharmaceutical Sciences, Nagoya, Japan.
Clinical and translational science
|January 6, 2025
概括
预测西斯产生的急性损伤 (Cis-AKI) 是至关重要的. 使用临床数据的机器学习模型实现了0.78AUC,识别了作为潜在的保护性和利尿剂作为Cis-AKI的风险因素.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學專業.
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
背景情况:
- 西斯普拉丁化疗与急性损伤 (AKI) 的显著风险有关.
- 早期预测西斯诱导的AKI (Cis-AKI) 对于患者的管理和潜在的减轻损伤至关重要.
- 可解释机器学习为开发使用复杂临床数据的预测模型提供了一个有希望的途径.
研究的目的:
- 开发和验证可解释的机器学习模型,用于预测住院患者的Cis-AKI.
- 确定与Cis-AKI发展相关的关键临床变量和患者因素.
- 探索基于模型见解的潜在预防策略.
主要方法:
- 在名古屋市大学医院 (2011-2020年) 接受西斯普拉丁化疗的1253名成年患者的回顾性研究.
- 开发一个CatBoost分类模型,使用29个解释变量,包括人口统计,实验室值,药物和治疗细节.
- 基于病改善全球结果的Cis-AKI诊断 血清肌素标准 在西斯普拉丁给药14天内.
主要成果:
- 119名患者 (9.5%) 患有Cis-AKI,平均发病时间为7天.
- 预测模型实现了接收器运行特征曲线 (ROC-AUC) 下的面积为0.78.
- 沙普利添加剂的研究表明,同时使用静脉注射制剂与Cis-AKI有负相关性,而循环利尿剂与Cis-AKI有正相关性.
结论:
- 开发的可解释机器学习模型在预测Cis-AKI方面表现良好.
- 静脉注射的制剂可能在预防Cis-AKI方面发挥保护作用.
- 对和利尿剂的作用进行进一步的研究是有必要的,以优化Cis-AKI预防策略.
