机器学习模型在儿科重症监护中急性肾损伤早期预测中的应用
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3760/cma.j.issn.0376-2491.2023.16.102

机器学习模型在儿科重症监护中急性肾损伤早期预测中的应用

引用
儿科重症监护中患者急性肾损伤(AKI)是通过血清肌酐升高来诊断,这只发生在肾损害之后。一旦发生AKI,除了支持性护理外无其他治疗方法,因此识别有风险的患者以防止肾损伤十分重要。该研究建立了一个机器学习模型,以学习疾病前的生理测量模式,并较目前的诊断指南提前48 h预测儿童AKI。该研究基于3家独立机构的16 863例1个月至21岁的儿科重症监护患者的电子病历数据,建立了一个基于血清肌酐的早期预测的单一机器学习模型,该模型使用智能工程预测器,如肌酐变化率,自动评估实时AKI风险。主要结局为中度至重度AKI(2/3期),次要结局为任何AKI(1/2/3期)和需要肾脏替代治疗(RRT)。根据预测生成的警报以及相关信息和建议,可以快速评估和降低AKI的风险,例如预测“患者在未来48 h内有90%的风险发生AKI”并提示“患者服用氨基糖苷类药物,建议检查药物水平并审查剂量和适应证”。该模型在常规标准检测前成功预测了2/3期AKI,中位提前时间为30 h,受试者工作特征(ROC)曲线下面积为0.89。该研究建立的模型预测了70%的后续RRT,58%的2/3期和41%的任何一期AKI的发生。任何AKI发生的假警报与真警报的比例约为1∶1(阳性预测值为47%)。被模型识别的79%的患者在发生AKI之前接受了有潜在肾毒性的药物治疗。该模型作为首个多中心验证的儿科重症监护患者AKI的预测模型,可在AKI发生48 h前准确预测中度至重度AKI。同时,该模型可以通过提供早期预警和可操作的反馈来改善儿童AKI的预后,并通过实施药物调整等早期措施来预防或减少AKI发生。

103

2023-05-30(万方平台首次上网日期,不代表论文的发表时间)

共1页

1224

相关文献
评论
暂无封面信息
查看本期封面目录

中华医学杂志

0376-2491

11-2137/R

103

2023,103(16)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn