Modèles d'apprentissage automatique pour la prédiction des lésions rénales aiguës après une chirurgie non cardiaque

L'insuffisance rénale aiguë (IRA) est une complication chirurgicale courante caractérisée par un déclin rapide de la fonction rénale. Les patients atteints d'IRA courent un risque accru de développer une maladie rénale chronique et une insuffisance rénale terminale, qui ont été associées à un risque accru de morbidité, de mortalité et de charges financières. L'identification précoce des patients à haut risque d'IRA postopératoire peut faciliter le développement de stratégies de prise en charge préventive et thérapeutique, et les modèles de prédiction peuvent être utiles à cet égard.

Le but de cette étude rétrospective est de développer des modèles de prédiction de l'AKI postopératoire en chirurgie non cardiaque à l'aide d'algorithmes d'apprentissage automatique et de simplifier les modèles en incluant uniquement des variables préopératoires ou uniquement des prédicteurs importants.