Predicción de la Enfermedad Renal Aguda Post-Cirugía Cardíaca: Un Enfoque de Aprendizaje Automático

La lesión renal tras cirugía cardíaca es una de las complicaciones comunes con alta tasa de incidencia, alto riesgo de muerte y progresión a enfermedad renal crónica (ERC). Las evaluaciones previas de la función renal perioperatoria se centraron principalmente en la lesión renal aguda (LRA) relacionada con la cirugía cardíaca dentro de los siete días posteriores a la intervención. El concepto recientemente propuesto de enfermedad renal aguda (ERA) en los últimos años se refiere a lesión renal aguda o subaguda que dura de siete a noventa días. La investigación ha encontrado que la ERA puede ocurrir después de LRA o en pacientes sin LRA, y ambas están relacionadas e independientes entre sí, posiblemente indicando diferentes subtipos de lesión renal. La ERA no es infrecuente y es un predictor más significativo de mortalidad y enfermedad renal terminal (ERT). Por lo tanto, la ERA puede ser una ventana importante para identificar y manejar pacientes de alto riesgo después de cirugía cardíaca. Debido a la investigación limitada sobre ERA después de cirugía cardíaca, los factores de riesgo para ERA actualmente no están claros, y no hay herramientas de estratificación de riesgo clínicamente prácticas y efectivas disponibles. Este estudio tiene como objetivo establecer una plataforma de datos perioperatorios multimodales a través de una cohorte retrospectiva, y utilizar métodos de aprendizaje automático para construir un modelo de predicción de riesgo para ERA después de cirugía cardíaca. La precisión y estabilidad del modelo se validarán en una cohorte de estudio prospectivo, y se desarrollará una herramienta en línea de predicción de riesgo y toma de decisiones clínicas para ayudar a los médicos a realizar rápidamente evaluaciones de riesgo personalizadas y optimizar estrategias de diagnóstico y tratamiento, mejorando así el pronóstico del paciente y reduciendo los costos médicos.