预测发展冠状动脉旁路移植术后急性肾损伤
急性肾损伤心脏surgery-associated CSA-AKI)是一个主要的心脏手术后的并发症,增加发病率和死亡率。大多数建立预测模型是有限的分析非线性关系和不充分考虑术中变量和术后早期变量。
Non-extracorporeal循环冠状动脉搭桥嫁接(非CABG)仍然是多数冠状动脉手术,选择的过程和精制CSA-AKI预测模型对于非CABG明显缺乏。因此,本研究使用了一个基于人工智能的机器学习的方法来预测CSA-AKI于围手术期综合数据。
总共293个变量分析病人的临床资料进行非CABG的心脏手术在广西医科大学第一附属医院2012年至2021年之间。据《KDIGO标准,术后AKI被定义为海拔7天内至少50%,或0.3 mg / dL在48小时内,对参考血清肌酐水平。
五个机器学习algorithms-a简单的决策树,随机森林,支持向量机,极端的梯度增加、梯度提高决策树(GBDT)是用于构造CSA-AKI预测模型。这些模型的性能评价与接受者操作特征曲线下面积(AUC)。沙普利添加剂解释(世鹏科技电子)值被用来解释预测模型。
最有影响力的三个特性重要性矩阵图的天术后血清钾浓度,以术后血清镁离子浓度,和天术后血清肌酸磷酸激酶浓度。
GBDT表现出最大的AUC(0.87),可以用来预测阿基发展后的风险手术,从而使临床医生能够优化治疗策略,减少术后并发症。
研究结果发表在《华尔街日报》心血管的创新和应用程序。
更多信息:郑赛等,机器学习的发展预测冠状动脉旁路移植术后急性肾损伤没有体外循环,心血管的创新和应用程序(2023)。DOI: 10.15212 / CVIA.2023.0006