使用人工神经网络的免疫球蛋白A脏病的预后模型:基于中国和西方综合医学的回顾性研究

科学领域:

• 腎臟病學 (nephrology) 是一種醫學專業.
• 医疗信息学 医疗信息学
• 综合医学是一个整体的医学.

背景情况:

• 免疫球蛋白A神经病变 (IgAN) 是一种常见的原发性血球神经炎.
• 准确的预后模型对于管理IgAN和预测病进展至关重要.
• 整合传统中医 (TCM) 和西方医学 (WM) 可能为Igan预后提供更全面的方法.

研究的目的:

• 开发和验证使用集成TCM和WM的Igan的预后模型.
• 为了比较集成模型,仅TCM模型和仅WM模型的预测性能.
• 为了确定IGAN进展的关键预后因素.

主要方法:

• 735名Igan患者 (2013-2015) 的回顾性分析和105个外部病例 (2016-2018) 的验证.
• 人工神经网络 (ANN) 模型用于TCM,WM和综合方法.
• 终点定义为末期病或血清肌素的翻倍;生存分析和Cox回归确定了预后因素.

主要成果:

• 综合的TCM和WM模型显示出最高的预测准确性 (在训练中AUC为0.92,在验证中为0.94).
• 独立的危险因素包括男性性别,贫血,高尿蛋白和牛津分类 (细分性硬化症).
• 纳入王永军综合征差异化的ANN模型显示出强大的预测能力.

结论:

• 一个集成的TCM和WM预后模型,使用ANN构建,准确预测5年的Igan结果.
• 这种综合模型优于仅基于TCM或WM因素的模型.
• 这些发现支持将TCM和WM结合起来以改善Igan预后的实用性.