Previsione della Malattia Renale Acuta Post-Intervento Cardiochirurgico: Un Approccio di Machine Learning

Il danno renale dopo chirurgia cardiaca è una delle complicanze comuni con alta incidenza, alto rischio di morte e progressione verso malattia renale cronica (CKD). Le precedenti valutazioni della funzione renale perioperatoria si concentravano principalmente sul danno renale acuto (AKI) correlato alla chirurgia cardiaca entro sette giorni dall'intervento. Il concetto recentemente proposto di malattia renale acuta (AKD) negli ultimi anni si riferisce a un danno renale acuto o subacuto della durata di sette a novanta giorni. La ricerca ha scoperto che l'AKD può verificarsi dopo l'AKI o in pazienti senza AKI, e le due condizioni sono sia correlate che indipendenti l'una dall'altra, indicando possibilmente diversi sottotipi di danno renale. L'AKD non è rara ed è un predittore più significativo di mortalità e malattia renale allo stadio terminale (ESKD). Pertanto, l'AKD potrebbe essere un'importante finestra per identificare e gestire i pazienti ad alto rischio dopo chirurgia cardiaca. A causa della ricerca limitata sull'AKD dopo chirurgia cardiaca, i fattori di rischio per l'AKD sono attualmente poco chiari e non sono disponibili strumenti di stratificazione del rischio clinicamente pratici ed efficaci. Questo studio mira a stabilire una piattaforma di dati perioperatori multimodale attraverso una coorte retrospettiva e utilizzare metodi di apprendimento automatico per costruire un modello di previsione del rischio per l'AKD dopo chirurgia cardiaca. L'accuratezza e la stabilità del modello saranno validate in una coorte di studio prospettico e sarà sviluppato uno strumento online di previsione del rischio e di supporto alle decisioni cliniche per aiutare i clinici a condurre rapidamente valutazioni del rischio personalizzate e ottimizzare le strategie diagnostiche e terapeutiche, migliorando così la prognosi dei pazienti e riducendo i costi sanitari.