Модели машинного обучения для прогнозирования острого повреждения почек после несердечной хирургии

Острое повреждение почек (ОПП) — частое хирургическое осложнение, характеризующееся быстрым снижением функции почек. Пациенты с ОПП подвергаются повышенному риску развития хронической болезни почек и терминальной стадии почечной недостаточности, что связано с повышенным риском заболеваемости, смертности и финансового бремени. Раннее выявление пациентов с высоким риском послеоперационного ОПП может способствовать разработке стратегий профилактического и терапевтического лечения, а модели прогнозирования могут быть полезны в этом отношении.

Целью этого ретроспективного исследования является разработка моделей прогнозирования послеоперационного ОПП в несердечной хирургии с использованием алгоритмов машинного обучения и упрощение моделей путем включения только предоперационных переменных или только важных предикторов.