Vorhersage akuter Nierenerkrankungen nach Herzoperationen: Ein maschineller Lernansatz

Nierenschäden nach Herzoperationen zählen zu den häufigen Komplikationen mit hoher Inzidenz, hohem Sterberisiko und Fortschreiten zu chronischer Nierenerkrankung (CKD). Frühere Bewertungen der perioperativen Nierenfunktion konzentrierten sich hauptsächlich auf akute Nierenschäden (AKI) im Zusammenhang mit Herzoperationen innerhalb von sieben Tagen nach dem Eingriff. Das in den letzten Jahren neu vorgeschlagene Konzept der akuten Nierenerkrankung (AKD) bezieht sich auf akute oder subakute Nierenschäden, die sieben bis neunzig Tage andauern. Untersuchungen haben ergeben, dass AKD nach AKI oder bei Patienten ohne AKI auftreten kann und die beiden sowohl miteinander verbunden als auch voneinander unabhängig sind, was möglicherweise auf verschiedene Subtypen von Nierenschäden hinweist. AKD ist nicht selten und stellt einen bedeutenderen Prädiktor für Mortalität und terminales Nierenversagen (ESKD) dar. Daher könnte AKD ein wichtiges Fenster zur Identifizierung und Behandlung von Hochrisikopatienten nach Herzoperationen sein. Aufgrund begrenzter Forschung zu AKD nach Herzoperationen sind die Risikofaktoren für AKD derzeit unklar, und es stehen keine klinisch praktischen und effektiven Risikostratifizierungswerkzeuge zur Verfügung. Diese Studie zielt darauf ab, durch eine retrospektive Kohorte eine multimodale perioperative Datenplattform zu etablieren und maschinelle Lernmethoden zur Konstruktion eines Risikovorhersagemodells für AKD nach Herzoperationen zu nutzen. Die Genauigkeit und Stabilität des Modells wird in einer prospektiven Studienkohorte validiert, und ein Online-Risikovorhersage- und klinisches Entscheidungsfindungswerkzeug wird entwickelt, um Klinikern bei der schnellen Durchführung personalisierter Risikobewertungen und der Optimierung von Diagnose- und Behandlungsstrategien zu helfen, wodurch die Patientenprognose verbessert und die medizinischen Kosten gesenkt werden können.