Искусственный интеллект в помощь врачам-нефрологам

Цель исследования состояла в выявлении факторов, предсказывающих почечную недостаточность и летальность у пациентов с хронической болезнью почек (стадии G3b-G4).

Методология исследования

Было проведено лонгитюдное когортное исследование, включающее пациентов с недавно диагностированной хронической болезнью почек (скорость клубочковой фильтрации 15-44 мл/мин/1,73 м²) из Канады, Дании и Шотландии.

Сформирован математический алгоритм KDpredict, который помогает предсказать риск почечной недостаточности и смертности.

Результаты

• В исследовании приняли участие 67 942 человека из Канады, 17 528 из Дании и 7 740 из Шотландии.
• Средний возраст участников составлял 77-80 лет, средняя скорость клубочковой фильтрации — 39 мл/мин/1,73 м².
• За 5-6 лет наблюдений частота почечной недостаточности составила 0,8-1,1 на 100 человеко-лет, а смертности — 10-12 на 100 человеко-лет.
• Алгоритм KDpredict оказался более точным в прогнозировании риска, чем традиционные методы, с пятилетней прогнозируемой точностью 27,8% (95% доверительный интервал 25,2-30,6%) против 18,1% (15,7-20,4%) в Дании и 30,5% (27,8-33,5%) против 14,2% (12,0-16,5%) в Шотландии.
• Для примера, 80-летний мужчина с СКФ 30 мл/мин/1,73 м² и отношением альбумин/креатинин 100 мг/г (11 мг/ммоль) имеет 10% риск развития почечной недостаточности в течение 5 лет по стандартной модели, а по KDpredict — только 2%, но риск смертности составляет 57%.
• Индивидуальные прогнозы по KDpredict для различных переменных были точны как в оценке риска почечной недостаточности, так и смертности.

Заключение

Алгоритм KDpredict демонстрирует высокую точность в прогнозировании рисков у пациентов с хронической болезнью почек умеренной и тяжелой степени. Это инструмент, который может существенно помочь в планировании лечения и своевременных мер профилактики.