Machine learning-modellen voor het voorspellen van acuut nierletsel na niet-cardiale chirurgie

Acuut nierletsel (AKI) is een veel voorkomende chirurgische complicatie die wordt gekenmerkt door een snelle achteruitgang van de nierfunctie. Patiënten met AKI lopen een verhoogd risico op het ontwikkelen van chronische nierziekte en nierziekte in het eindstadium, wat in verband is gebracht met een verhoogd risico op morbiditeit, mortaliteit en financiële lasten. Het vroegtijdig identificeren van hoogrisicopatiënten voor postoperatieve AKI kan de ontwikkeling van preventieve en therapeutische managementstrategieën vergemakkelijken, en voorspellingsmodellen kunnen in dit opzicht behulpzaam zijn.

Het doel van deze retrospectieve studie is om voorspellingsmodellen te ontwikkelen voor postoperatieve AKI bij niet-cardiale chirurgie met behulp van machine learning-algoritmen, en om de modellen te vereenvoudigen door alleen preoperatieve variabelen of alleen belangrijke voorspellers op te nemen.