对于慢性肝病患者，急性加慢性肝衰竭 (ACLF) 的出现立即将移植问题从“如果”变为“何时”。60% 到 70% 的 ACLF 患者由于肝功能差和多器官衰竭而在 3 个月内死亡。及时的肝移植是挽救他们生命的唯一途径。然而，移植有等待名单，并且有无数因素决定谁的需求优先。当移植优先级的最小变化可能导致患者死亡时，拥有准确的方法来预测死亡风险变得越来越重要。
虽然有一些预后模型可以预测 ACLF 患者的死亡风险，但它们只考虑了具有一些相似特征的患者。这些模型不考虑症状的个体差异。当您考虑到虽然慢性病毒性肝炎和酒精使用是 ACLF 的最常见原因，但多达 40% 的病例没有可识别的触发因素时，预测个人死亡风险的重要性就变得很明显了。
了解这一需求，由中国南方医科大学张志乔博士领导的一组研究人员开发了一种在线工具来预测 ACLF 患者的个体死亡风险。“这是一种罕见的在线网络工具，由于它能够预测个体患者的死亡风险，因此对于改善患者的治疗决策非常有价值，”张博士说。
在发表在《中华医学杂志》上的新论文中，研究人员详细介绍了他们使用随机生存森林 (RSF) 算法来开发他们的预测工具。RSF 是一种有效的机器学习方法，可以在不进行任何基础模型假设的情况下考虑多个变量。这与另一种流行的预后预测算法 Cox 比例模型形成鲜明对比。此外，与 Cox 模型不同，RSF 方法考虑了变量的非线性影响。这很重要，因为大多数现实世界的症状对患者死亡率没有线性影响。这使其成为用于个体预后预测的强大技术。RSF 模型已被用于预测肿瘤和心律失常患者的预后。
为了开发他们的工具，研究人员使用了来自中国广东三家医院的近 300 名 ACLF 患者的数据，并使用 RSF 算法对其进行建模。他们发现他们可以预测数月内患者的个体死亡风险，即个体死亡风险曲线。他们还发现，他们可以在任何给定时间计算出患者的死亡率。此外，他们可以为计算出的死亡率提供 95% 的置信区间。在决定患者的治疗计划和移植优先级时，这三个结果非常宝贵。
最后，研究人员将他们的个体死亡风险预测工具的结果与 Cox 模型以及终末期肝病 (MELD) 模型进行了比较，后者是最广泛使用的肝硬化预后模型。他们发现 RSF 模型在预后预测方面优于其他模型。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！