Risikofaktoren und Modell des maschinellen Lernens für diuretikabedingte akute Nierenverletzungen

Akute Nierenschädigung (AKI) ist eine Reihe klinischer Syndrome, bei denen die Serumkreatininkonzentration (Scr) über einen kurzen Zeitraum ansteigt oder die Urinausscheidung abnimmt. Es ist zu einem zunehmenden globalen Problem geworden. Unter medikamenteninduzierter akuter Nierenschädigung (D-AKI) versteht man eine Nierenschädigung, die durch Arzneimittel oder deren Metaboliten innerhalb von 7 Tagen nach der Einnahme eines oder mehrerer Arzneimittel verursacht wird. Die Nieren sind reich an Blut und haben die Funktion, den Urin anzusäuern, was sie zu einem leichten Ziel für Arzneimitteltoxizität macht. Darüber hinaus gibt es Enzyme in der Niere, die einige Medikamente verstoffwechseln, und wenn diese Medikamente in der Niere abnormal verstoffwechselt werden, können für die Niere toxische Substanzen entstehen. Es wurde festgestellt, dass etwa 20 % der AKI bei Krankenhauspatienten durch Medikamente verursacht wurden. Diuretika gehören zu den bekanntesten nephrotoxischen Arzneimitteln, da sie durch die Beeinflussung der tubulobulbigen Rückkopplung direkt oder indirekt eine signifikante Verringerung der renalen Blutperfusion und der glomerulären Filtrationsrate bewirken können, was zu Nierenischämie und Hypoxie führt. Es gibt jedoch nur wenige davon reale Studien zur Inzidenz von AKI bei Krankenhauspatienten, die Diuretika erhielten. In dieser Studie wollten wir die Inzidenz- und Risikofaktoranalyse von AKI bei Krankenhauspatienten untersuchen, die Diuretika erhielten, und das maschinelle Lernmodell für Diuretika-bedingte AKI auf der Grundlage elektronischer Krankenakten entwickeln. Anhand der individuellen Merkmale der Patienten kann das AKI-Risiko vor der Einnahme von Diuretika beurteilt werden, was nützliche Informationen für die klinische Entscheidungsfindung zur besseren Vorbeugung von D-AKI liefern kann.