Эффективность диализа и оценка транспорта вычислительный инструмент в перитонеальном диализе (DETECT-PD)

Исследование, которое вычислительно диализ (корреляция), исследование Detect-PD (эффективность эффективности диализа и оценка по оценке транспортера в брюшном диализе представляет собой двойное слепо Эффективность у пациентов, перенесших перитонеальный диализ (PD). Исследование направлено на разработку вычислительной модели, которая использует клинические, биохимические и брюшные транспортные данные для обеспечения неинвазивного и эффективного инструмента оценки, в конечном итоге улучшая лечение диализа и результаты пациентов.

Набор персонала и сбор данных будет проводиться во время обычной адекватности диализа и оценки статуса перитонеального транспортера. Будут собраны следующие клинические и биохимические параметры:

Демографические данные и историю болезни.

Модель ИИ будет разработана с использованием Python 3.11 и Pytorch 2.41 для глубокого обучения и прогнозной аналитики.

Ключевые методологические шаги включают:

Предварительная обработка данных: обработка пропущенных значений, масштабирование функций и однопользовательская кодировка для категориальных переменных.

Выбор функций: выявление наиболее прогнозирующих клинических и биохимических маркеров.

Обучение модели: использование моделей регрессии глубокого обучения для прогнозирования результатов PET и KT/V.

Оценка эффективности: оценка точности модели с использованием:

Средняя абсолютная ошибка (MAE) Средняя квадратная ошибка (MSE) R² Оценка (коэффициент определения) Графины планы и коэффициенты корреляции для согласия с измеренными значениями.