Prédiction de la maladie rénale aiguë post-chirurgie cardiaque : Une approche par apprentissage automatique

La lésion rénale après une chirurgie cardiaque est l'une des complications courantes avec un taux d'incidence élevé, un risque élevé de décès et une progression vers une maladie rénale chronique (MRC). Les évaluations antérieures de la fonction rénale périopératoire se concentraient principalement sur la lésion rénale aiguë (LRA) liée à la chirurgie cardiaque dans les sept jours suivant l'opération. Le concept nouvellement proposé de maladie rénale aiguë (MRA) ces dernières années fait référence à une lésion rénale aiguë ou subaiguë durant de sept à quatre-vingt-dix jours. La recherche a révélé que la MRA peut survenir après une LRA ou chez des patients sans LRA, et les deux sont à la fois liées et indépendantes l'une de l'autre, indiquant peut-être différents sous-types de lésion rénale. La MRA n'est pas rare et constitue un prédicteur plus significatif de mortalité et de maladie rénale terminale (MRT). Par conséquent, la MRA pourrait être une fenêtre importante pour identifier et prendre en charge les patients à haut risque après une chirurgie cardiaque. En raison des recherches limitées sur la MRA après une chirurgie cardiaque, les facteurs de risque pour la MRA sont actuellement peu clairs, et il n'existe pas d'outils de stratification des risques cliniquement pratiques et efficaces disponibles. Cette étude vise à établir une plateforme de données périopératoires multimodale à travers une cohorte rétrospective, et à utiliser des méthodes d'apprentissage automatique pour construire un modèle de prédiction des risques de MRA après une chirurgie cardiaque. La précision et la stabilité du modèle seront validées dans une cohorte d'étude prospective, et un outil en ligne de prédiction des risques et de prise de décision clinique sera développé pour aider les cliniciens à réaliser rapidement des évaluations des risques personnalisées et à optimiser les stratégies de diagnostic et de traitement, améliorant ainsi le pronostic des patients et réduisant les coûts médicaux.