Prognozowanie Ostrej Niewydolności Nerek po Operacji Kardiochirurgicznej: Podejście Oparte na Uczeniu Maszynowym

Uszkodzenie nerek po operacji kardiochirurgicznej jest jednym z częstych powikłań o wysokiej częstości występowania, wysokim ryzyku zgonu i progresji do przewlekłej choroby nerek (PChN). Wcześniejsze oceny czynności nerek w okresie okołooperacyjnym koncentrowały się głównie na ostrym uszkodzeniu nerek (AKI) związanym z operacją kardiochirurgiczną w ciągu siedmiu dni po zabiegu. Nowo zaproponowana w ostatnich latach koncepcja ostrej choroby nerek (AKD) odnosi się do ostrego lub podostrego uszkodzenia nerek trwającego od siedmiu do dziewięćdziesięciu dni. Badania wykazały, że AKD może wystąpić po AKI lub u pacjentów bez AKI, a oba te stany są zarówno ze sobą powiązane, jak i niezależne od siebie, co może wskazywać na różne podtypy uszkodzenia nerek. AKD nie jest rzadkością i jest bardziej istotnym predyktorem śmiertelności oraz schyłkowej choroby nerek (ESKD). Dlatego AKD może być ważnym oknem do identyfikacji i leczenia pacjentów wysokiego ryzyka po operacji kardiochirurgicznej. Ze względu na ograniczone badania nad AKD po operacji kardiochirurgicznej, czynniki ryzyka AKD są obecnie niejasne i nie ma dostępnych klinicznie praktycznych i skutecznych narzędzi stratyfikacji ryzyka. Niniejsze badanie ma na celu utworzenie multimodalnej platformy danych okołooperacyjnych poprzez retrospektywną kohortę oraz wykorzystanie metod uczenia maszynowego do skonstruowania modelu predykcji ryzyka AKD po operacji kardiochirurgicznej. Dokładność i stabilność modelu zostaną zweryfikowane w prospektywnej kohorcie badawczej, a także zostanie opracowane internetowe narzędzie do predykcji ryzyka i podejmowania decyzji klinicznych, aby pomóc klinicystom w szybkim przeprowadzaniu spersonalizowanych ocen ryzyka i optymalizacji strategii diagnostycznych i terapeutycznych, co poprawi rokowanie pacjentów i obniży koszty leczenia.