對于慢性肝病患者，急性加慢性肝衰竭 (ACLF) 的出現(xiàn)立即將移植問題從“如果”變?yōu)?ldquo;何時”。60% 到 70% 的 ACLF 患者由于肝功能差和多器官衰竭而在 3 個月內(nèi)死亡。及時的肝移植是挽救他們生命的唯一途徑。然而，移植有等待名單，并且有無數(shù)因素決定誰的需求優(yōu)先。當移植優(yōu)先級的最小變化可能導致患者死亡時，擁有準確的方法來預測死亡風險變得越來越重要。
雖然有一些預后模型可以預測 ACLF 患者的死亡風險，但它們只考慮了具有一些相似特征的患者。這些模型不考慮癥狀的個體差異。當您考慮到雖然慢性病毒性肝炎和酒精使用是 ACLF 的最常見原因，但多達 40% 的病例沒有可識別的觸發(fā)因素時，預測個人死亡風險的重要性就變得很明顯了。
了解這一需求，由中國南方醫(yī)科大學張志喬博士領導的一組研究人員開發(fā)了一種在線工具來預測 ACLF 患者的個體死亡風險。“這是一種罕見的在線網(wǎng)絡工具，由于它能夠預測個體患者的死亡風險，因此對于改善患者的治療決策非常有價值，”張博士說。
在發(fā)表在《中華醫(yī)學雜志》上的新論文中，研究人員詳細介紹了他們使用隨機生存森林 (RSF) 算法來開發(fā)他們的預測工具。RSF 是一種有效的機器學習方法，可以在不進行任何基礎模型假設的情況下考慮多個變量。這與另一種流行的預后預測算法 Cox 比例模型形成鮮明對比。此外，與 Cox 模型不同，RSF 方法考慮了變量的非線性影響。這很重要，因為大多數(shù)現(xiàn)實世界的癥狀對患者死亡率沒有線性影響。這使其成為用于個體預后預測的強大技術。RSF 模型已被用于預測腫瘤和心律失?；颊叩念A后。
為了開發(fā)他們的工具，研究人員使用了來自中國廣東三家醫(yī)院的近 300 名 ACLF 患者的數(shù)據(jù)，并使用 RSF 算法對其進行建模。他們發(fā)現(xiàn)他們可以預測數(shù)月內(nèi)患者的個體死亡風險，即個體死亡風險曲線。他們還發(fā)現(xiàn)，他們可以在任何給定時間計算出患者的死亡率。此外，他們可以為計算出的死亡率提供 95% 的置信區(qū)間。在決定患者的治療計劃和移植優(yōu)先級時，這三個結果非常寶貴。
最后，研究人員將他們的個體死亡風險預測工具的結果與 Cox 模型以及終末期肝病 (MELD) 模型進行了比較，后者是最廣泛使用的肝硬化預后模型。他們發(fā)現(xiàn) RSF 模型在預后預測方面優(yōu)于其他模型。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！