Категории
Сменить пароль!
Сброс пароля!
CatBoost помогает врачам с высокой точностью прогнозировать и предотвращать острый панкреатит после панкреатэктомии, что подчеркивает его клиническую ценность и более широкий потенциал машинного обучения в хирургии.
В исследовании, результаты которого были опубликованы в журнале World Journal of Gastroenterology, сообщается о разработке новаторской модели машинного обучения для прогнозирования острого панкреатита после панкреатэктомии (PPAP) с помощью процедуры Уиппла, также называемой панкреатодуоденэктомией (ПД). Эта модель произвела революцию в точности хирургического вмешательства и лечении пациентов.
Проблема. Хотя Международная исследовательская группа по хирургии поджелудочной железы определила и классифицировала PPAP, до сих пор не было разработано моделей машинного обучения для прогнозирования этого потенциально опасного осложнения после ПД. Эта новая прогностическая модель позволяет заполнить этот пробел за счет проактивного подхода к выявлению пациентов из группы риска.
Последующий подход. Исследовательская группа проанализировала клинические данные 381 пациента, перенесшего ПД в период с 2016 по 2024 годы. Группа проанализировала факторы риска PPAP и протестировала различные алгоритмы машинного обучения, включая логистическую регрессию, алгоритм случайного леса, CatBoost и др., используя рекурсивное исключение признаков для определения ключевых переменных для наиболее точной прогностической модели.
Исходы. Среди пациентов у 88 (23,09 %) развился PPAP, при этом у этих пациентов также наблюдалась более высокая частота послеоперационных свищей поджелудочной железы (55,68 % по сравнению с 14,68 %, p < 0,001) и свищей степени C (9,09 % по сравнению с 1,37 %, p = 0,001). Алгоритм CatBoost (алгоритм градиентного бустинга) превосходил остальные, показав исключительную площадь под кривой рабочей характеристики приемника (ROC) — 0,859 в тренировочной группе и 0,822 в исследуемой группе.
Ключевые прогностические переменные включали текстуру поджелудочной железы, диаметр главного протока поджелудочной железы, ИМТ, расчетную кровопотерю и продолжительность операции. Итоговая модель CatBoost, включавшая эти переменные, продемонстрировала надежную прогностическую способность с ROC-кривыми 0,837 и 0,812 в тренировочной и исследуемой группах соответственно.
Эта прогностическая модель на основе ИИ представляет собой значительный шаг вперед в послеоперационном уходе при хирургических вмешательствах на поджелудочной железе.
World Journal of Gastroenterology
Machine learning model-based prediction of postpancreatectomy acute pancreatitis following pancreaticoduodenectomy: A retrospective cohort study
Ma JM и соавт.
Комментарии (0)