Modelli di machine learning per la previsione del danno renale acuto dopo un intervento di chirurgia non cardiaca

Il danno renale acuto (AKI) è una complicanza chirurgica comune caratterizzata da un rapido declino della funzionalità renale. I pazienti con AKI corrono un rischio maggiore di sviluppare malattia renale cronica e malattia renale allo stadio terminale, che è stata associata a un aumento del rischio di morbilità, mortalità e oneri finanziari. L’identificazione precoce dei pazienti ad alto rischio di AKI postoperatorio può facilitare lo sviluppo di strategie di gestione preventiva e terapeutica e i modelli di previsione possono essere utili a questo riguardo.

L’obiettivo di questo studio retrospettivo è quello di sviluppare modelli di previsione per l’AKI postoperatorio in chirurgia non cardiaca utilizzando algoritmi di apprendimento automatico e di semplificare i modelli includendo solo variabili preoperatorie o solo predittori importanti.