인공 지능: 혈액 투석에서 CKD-MBD 분석을 위한 새로운 대안

혈액투석 환자에서 칼슘, 인산염 또는 부갑상선 호르몬의 혈청 농도가 KDIGO에서 권장하는 값과의 편차는 부정적인 결과와 관련이 있습니다. 칼슘, 인산염 및 부갑상선 호르몬의 조절은 복잡하며 각 매개변수는 독립적으로 조절되지 않습니다. 혈액투석에서 이 세 가지 매개변수의 동시 수정은 비정상적인 미네랄 대사의 결과이며 일반적으로 하나 이상의 매개변수에서 변화를 일으키는 이러한 이상을 교정하기 위해 사용되는 치료입니다. 이 작업의 구체적인 목적은 만성 신장 질환 대사성 골질환에서 임상적으로 관련된 매개변수 간의 복잡한 관계를 정확하고 철저하게 분석하고 설명하는 것입니다. 이러한 목표를 달성하기 위해 대규모 데이터베이스에서 유용한 지식을 추출할 수 있는 기계 학습 접근 방식인 Random Forest를 사용했습니다. 서로 다른 매개 변수 간의 복잡한 상호 작용을 분석하려면 Random Forest와 같은 고급 수학적 접근 방식이 필요합니다. 이 연구의 두 번째 목표는 칼슘, 인산염 및 부갑상선 호르몬, 섬유아세포 성장 인자 23 및 칼시트리올이 인구통계학적 특징, 사망률, 동반이환 및 처방된 요법과 장기적으로 연관되는지 여부를 결정하는 것입니다. 기존 통계 분석으로 얻은 예측과 인공 지능을 기반으로 한 새로운 모델 분석을 비교하십시오. 우리의 예비 결과는 주어진 치료법의 평가가 하나의 단일 매개변수의 측정에 기초할 수 있는지 여부에 의문을 제기할 만큼 충분히 강력한 일부 매개변수 사이에 상호작용이 있음을 시사합니다. 이후, 사고 환자에 대한 전향적 연구에서 이 새로운 모델을 사용하여 심혈관 위험을 예측하고 치료 비용을 줄일 수 있는지 분석할 것입니다.