Escopo de Hb: um estudo de validação multicêntrico

A prevalência global de doença renal em estágio terminal (ESRD) foi estimada variando de 5,3 a 9,7 milhões de pacientes em 2017 e é um importante fator de custo de saúde nas economias desenvolvidas e em desenvolvimento. A maioria dos pacientes com insuficiência renal terminal, aproximadamente 90%, recebeu hemodiálise (HD) de manutenção no centro. Embora os pacientes em HD estejam sob supervisão rigorosa de um nefrologista, eles são vulneráveis ​​à anemia e à variabilidade substancial da hemoglobina (Hb), que são controversamente associadas a desfechos clínicos ruins, como mortalidade por todas as causas. O nível de meta de hemoglobina limitado contemporâneo recomendado nas diretrizes KDIGO e KDOQI, apesar dos debates em andamento, representa um desafio crucial na manutenção do nível ideal de hemoglobina em pacientes em HD.

O Big Data Center no China Medical University Hospital (CMUH) desenvolveu uma ferramenta, Hb Scope APP, que pode usar a cor da tubulação HD para prever os níveis de Hb em tempo real, aproveitando a capacidade da câmera do smartphone e a tecnologia de aprendizado de máquina (ML). . O desempenho do algoritmo Hb Scope ML na previsão de Hb > 10 g/dL pode atingir uma precisão de 0,93 e um AUROC de 0,99 no conjunto de dados de teste. Isso abre uma oportunidade para estabelecer um ecossistema digital vibrante para o gerenciamento automático da anemia.

Ferramentas inovadoras de ML devem ser adequadamente regulamentadas antes que esses algoritmos sejam adotados na prática clínica. Portanto, no atual estudo de validação, propomos fazer um estudo de validação multicêntrico para validar se a Hb prevista pelo Hb Scope APP pode atingir uma área sob a curva operacional do receptor (AUROC) de pelo menos 0,80 nas populações adultas de HD da CMUH, Asia University Hospital (AUH) em Taiwan e SEHA Kidney Care (SKC)-Central nos Emirados Árabes Unidos.