Udvikling og validering af et virtuelt biopsisystem ved nyretransplantation

Ved nyretransplantation er dag-nul biopsier afgørende for at vurdere organkvalitet og skelne donoroverførte eller erhvervede læsioner og sygdomsprogression efter transplantation. Men mange centre verden over udfører ikke disse biopsier, fordi de er invasive og dyre. Vi havde til formål at udvikle og validere et ikke-invasivt virtuelt biopsisystem. Vores mål var at give klinikere et virtuelt biopsisystem til at vejlede diagnostik, terapi og øjeblikkelig patientbehandling efter transplantation og for at minimere yderligere risici og omkostninger til at udføre dag-nul biopsier kun ved brug af standard donorparametre. For at omgå disse begrænsninger, søgte vi at bygge og validere et virtuelt biopsisystem, der bruger rutinemæssigt indsamlede donorparametre til at forudsige nyre dag-nul biopsiresultater. Da maskinlæring har demonstreret sin kliniske relevans i mange medicinske specialer og overlegen ydeevne i forhold til logistisk regression, baserede vi vores analyser på maskinlæringsmetoder såvel som traditionelle statistiske tilgange ved brug af store og kvalificerede internationale kohortedonorer, der sammen gennemgik rutinemæssig og protokolliseret indsamling af donorparametre. med dag-nul biopsivurdering ved hjælp af standarderne for den internationale Banff allograft histopatologi klassificering.