在患有急性胆囊炎的老年患者中预测PTGBD后LC的时间:使用网络计算器的机器学习方法
Wei Zhang1, Baitong Che2, Yingmei Li2
1The First Affiliated Hospital of Jinzhou Medical University, Jinzhou, Liaoning Province, China.
Langenbeck's archives of surgery
|November 20, 2025
概括
这项研究开发了一种机器学习计算器,用于预测急性胆囊炎的老年患者经过皮肤透过肝胆囊排水后胆囊切除的最佳时间. 该工具通过评估推迟手术的可能性来帮助个性化医疗.
科学领域:
- 医疗信息学 医疗信息学
- 手术瘤学手术瘤学
- 老年医学 老年医学
背景情况:
- 通过皮肤通过肝胆囊排水 (PTGBD) 对患有急性胆囊炎 (AC) 的老年患者有效.
- 确定胆囊切除术 (LC) 后PTGBD的最佳时间对于个性化治疗至关重要.
- 预测工具是必要的,以指导临床决策在这个人口.
研究的目的:
- 开发基于机器学习 (ML) 的网络计算器,用于预测老年AC患者PTGBD后胆囊切除术最佳时间.
- 通过预测晚期LC的可能性来实现精确,个性化的医学.
- 创建一个用户友好的工具,用于临床决策支持.
主要方法:
- 对接受PTGBD的680名老年AC患者的回顾性分析.
- 利用LASSO和后勤回归来确定延迟LC的预测因素.
- 使用10倍交叉验证训练和评估了8个ML算法 (包括随机森林).
- 使用ROC,校准,决策和PR曲线以及SHAP分析来解释模型性能.
- 开发了一个基于性能最佳的射频模型的网络计算器.
主要成果:
- 确定了年龄,性别,胆囊壁厚度,时间到PTGBD,WBC,CRP和NLR作为延迟LC的独立预测因素.
- 随机森林 (RF) 模型在评估的ML算法中实现了最高的AUC (0.914).
- 与其他模型相比,RF模型表现出优越的预测性能和临床决策支持.
- 使用射频模型开发了一个在线计算器,用于预测延迟LC的可能性.
结论:
- 一个基于射频模型的网络计算器成功开发和验证.
- 该工具预测了老年AC患者PTGBD后胆囊切除术延迟的可能性.
- 预计该计算器将帮助医生做出明智的临床决策,以提供个性化的患者护理.
