Riskfaktorer och maskininlärningsmodell för aminoglycinrelaterad akut njurskada

Läkemedelsinducerad akut njurskada (D-AKI) kan uppstå efter behandling med aminoglykosider. Att förutsäga risken för D-AKI är viktigt för en skräddarsydd preventions- och palliationsstrategi. Det finns för närvarande inga studier för att konstruera en modell för att förutsäga risken för D-AKI associerad med aminoglykosider. Därför syftade studien till att utveckla en modell för att förutsäga risken för D-AKI som skulle kunna användas i klinisk praxis. Kliniska data från slutenvårdspatienter som behandlats med aminoglykosider vid First Affiliated Hospital vid Shandong First Medical University från januari 2018 till december 2020 samlades in. Det primära effektmåttet var D-AKI, definierat enligt 2012 Global Outcomes for Kidney Disease Improvement (KDIGO). Klinisk patientinformation, inklusive demografisk information, information om intagning och utskrivning, sjukdomshistoria, medicininformation och laboratorietester, erhölls genom ett elektroniskt journalsystem på sjukhuset. Oberoende riskfaktorer associerade med D-AKI kommer att screenas genom univariata och multifaktoriella analyser. Kovariater med signifikanta skillnader (P < 0,05) inkluderades i logistiska regressionsmodeller. Modellerna utvärderades av arean under kurvan (AUC) för mottagarens funktionskarakteristikkurva (ROC) erhållen genom tiofaldig korsvalidering. Framtida studier behövs för att testa tillämpningen av denna modell i klinisk praxis för att avgöra om D-AKI i denna miljö kan förutsägas och mildras.