基于Boruta特征选择和LASSO技术的激进全囊切除术后双J管皮大小的预测模型:一个回顾性横截面研究
Cheng Shen1,2,3, Haishun Ni4, Zhan Chen1,2,3
1Department of Urology, Affiliated Hospital 2 of Nantong University, Nantong City, Jiangsu Province, China.
Science progress
|July 30, 2025
概括
这项研究开发了一种预测模型,用于激进囊切除术后的双J管道石. 关键预测因素包括尿白细胞,pH,水摄入量,BMI和管道品牌,有助于预防和治疗策略.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 腎臟病學 (nephrology) 是一種醫學專業.
- 在瘤学瘤学.
背景情况:
- 激进的全囊切除术通常需要双J管道的安置.
- 双J管道石 () 是一个潜在的并发症.
- 对这种并发症缺乏预测模型.
研究的目的:
- 开发和验证用于预测双J管道结石后囊切除术的诺米克图.
- 确定与双J管道石块形成相关的关键临床因素.
主要方法:
- 对175名接受彻底全囊切除术的患者进行了回顾性分析.
- 波鲁塔特征选择和LASSO用于预测器识别.
- 使用ROC曲线和校准图表进行后勤回归,创建名录和内部验证.
主要成果:
- 双J管道石发生在16.57%的患者身上.
- 预测因素包括尿白细胞,尿液pH值,每日摄入水量,BMI和双J管道品牌.
- 在训练和验证队伍中,名图表表显示出出色的预测性能和校准.
结论:
- 开发了一种强大的预测模型,用于激进囊切除术后的双J管道结石.
- 该模型包含了易于评估的临床参数.
- 这个工具可以帮助预防和管理双J管道石.
更多相关视频
06:46Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024
380
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
