预测和验证系统性红斑狼中间歇性肺病的风险
Aoyang Guo1, Yanran Chen2, Hongyang Liu2
1The Second Clinical Medical College of Jinan University, Department of Rheumatology and Immunology, Shenzhen People's Hospital, Shenzhen, China; Department of Rheumatology and Immunology, Shenzhen People's Hospital (The Second Clinical Medical College, Jinan University; The First Affiliated Hospital, Southern University of Science and Technology), Shenzhen, China; Department of Standardized Training of Residents, Shenzhen People's Hospital, Shenzhen, China.
这项研究开发了一种网络计算器,用于预测系统性红斑狼 (SLE) 患者的间歇性肺病 (ILD). 该工具有效地识别高风险个体,改善SLE-ILD的早期检测和管理.
科学领域:
- 类风湿病学 类风湿病学
- 肺部病理学 肺部病理学
- 医疗信息学 医疗信息学
背景情况:
- 系统性红斑狼 (SLE) 可以导致间歇性肺病 (SLE-ILD),这是一个严重的并发症.
- 准确预测高风险患者对于及时干预至关重要.
研究的目的:
- 构建一个基于网络的计算器,用于预测系统性红斑狼 (SLE) 中的间歇性肺病 (ILD) 高风险患者.
主要方法:
- 追溯研究与培训 (581名患者) 和测试 (86名患者) 队列.
- 利用了各种机器学习模型,包括XGBoost,随机森林,LASSO和物流回归.
- 通过ROC分析和决策曲线分析评估模型性能;开发了一个Web计算器与Streamlit.
主要成果:
- 确定的主要预测因素包括雷诺现象,肺动脉静脉压,血清炎,抗U1RNP,抗Ro52抗体,CRP,年龄和疾病持续时间.
- XGBoost模型在预测SLE-ILD时获得了最高的AUC (0.890在训练中,0.866在测试中).
- 开发的网络计算器显示出高的预测准确性和临床实用性.
结论:
- 一个新的网络计算器有效地预测了SLE-ILD的风险.
- 该工具有助于改善SLE患者的风险分层和风险管理.
- 该计算器可以在 https://st-xgboost-app-kcv9qm.streamlit.app/ 上公开使用.
更多相关视频
10:21Author Spotlight: Exploring the Role of Inflammation in the Co-occurrence of Primary Sjogren's Syndrome and Lung Adenocarcinoma
Published on: September 20, 2024
09:43Analyses of Proteinuria, Renal Infiltration of Leukocytes, and Renal Deposition of Proteins in Lupus-prone MRL/lpr Mice
Published on: June 8, 2022
