使用机器学习预测心脏手术后医院内急性损伤
Kuroush Nezafati1, Sreekanth Cheruku2, Tingyi Wanyan1
1Quantitative Biomedical Research Center, University of Texas Southwestern Medical Center, Dallas, TX.
预测心脏手术相关急性损伤 (CSA-AKI) 的机器学习模型是使用临床数据,生物标志物和血液动力学来开发的. 随机森林模型显示出有希望的预测性能,有助于损伤预防研究.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學專業.
- 心脏病学 心脏病学
- 数据科学数据科学数据科学
背景情况:
- 心脏手术相关的急性损伤 (CSA-AKI) 是一个显著的并发症.
- 早期预测CSA-AKI对于及时干预和改善患者结果至关重要.
研究的目的:
- 开发和评估用于预测CSA-AKI的机器学习模型.
- 将临床变量,生物标志物 (BNP, [TIMP-2] × [IGFBP7]) 和高频血动力学测量纳入预测模型.
主要方法:
- 一项前性观察性研究,涉及602名接受心脏手术的成年患者.
- 训练随机森林 (RF) 和长期短期记忆 (LSTM) 模型在外科手术期间的数据上.
- 在110名患者的测试组上评估模型,以根据肌素水平预测CSA-AKI.
主要成果:
- 射频模型在预测CSA-AKI时取得了0.73的AUC和0.77的准确性.
- 射频模型显示灵敏度为0.59和特异性为0.81.
- 该LSTM模型实现了0.68的AUC和0.72.7的准确性.
结论:
- 开发了两种机器学习模型,结合了外科手术期间的生物标志物和血液动力学来预测CSA-AKI.
- 模型显示出具有竞争力的性能,支持其临床应用潜力.
- 这些发现为推进心脏手术患者的损伤预防策略奠定了基础.
更多相关视频
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
06:38Early Detection of Drug-Induced Renal Hemodynamic Dysfunction Using Sonographic Technology in Rats
Published on: March 11, 2016
相关概念视频
Acute Kidney Injury IV: Diagnostic Studies and Prevention
Acute Kidney Injury I: Introduction
Acute Kidney Injury V: Interprofessional Care
Acute Kidney Injury VI: Nursing Management
Acute Kidney Injury II: Pathophysiology
Acute Kidney Injury III: Clinical Manifestations
