文献

J-GLOBAL ID：202202246318573418   整理番号：22A0856416

人工膝関節全置換術後の術後急性腎障害を予測するWebベース機械学習アルゴリズム【JST・京大機械翻訳】

A web-based machine-learning algorithm predicting postoperative acute kidney injury after total knee arthroplasty

著者 (10件)： Ko Sunho (Seoul National University College of Medicine, Seoul, South Korea) ,  Jo Changwung (Seoul National University College of Medicine, Seoul, South Korea) ,  Chang Chong Bum (Department of Orthopedic Surgery, Seoul National University Bundang Hospital, Seoul, South Korea) ,  Lee Yong Seuk (Department of Orthopedic Surgery, Seoul National University Bundang Hospital, Seoul, South Korea) ,  Moon Young-Wan (Department of Orthopedic Surgery, Samsung Medical Center, Seoul, South Korea) ,  Youm Jae woo (Department of Orthopedic Surgery, Samsung Medical Center, Seoul, South Korea) ,  Han Hyuk-Soo (Department of Orthopedic Surgery, Seoul National University Hospital, Seoul, Korea) ,  Lee Myung Chul (Department of Orthopedic Surgery, Seoul National University Hospital, Seoul, Korea) ,  Lee Hajeong (Department of Internal Medicine, Seoul National University Hospital, Seoul, South Korea) ,  Ro Du Hyun (Department of Orthopedic Surgery, Seoul National University Hospital, Seoul, Korea)
資料名： Knee Surgery, Sports Traumatology, Arthroscopy  (Knee Surgery, Sports Traumatology, Arthroscopy)
巻： 30  号： 2  ページ： 545-554  発行年： 2022年 
JST資料番号： W4681A  ISSN： 0942-2056  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 目的:急性腎損傷(AKI)は全膝関節置換術(TKA)後の有害な合併症である。本研究の目的は,術前危険因子を同定し,術後AKIに対するウェブベース予測モデルを開発し,AKIがESRDの進行にどのように影響するかを評価することである。方法:本研究は,3つの三次教育病院で治療した5757人の患者を含んだ。モデルを,2つの病院からの5302人の患者に関するデータを用いて開発し,第3病院から455人の患者で外部検証した。18の術前変数を収集し,特徴選択を行った。勾配ブースティングマシン(GBM)を用いてAKIを予測した。曲線(AUC)下の10倍層化面積は,内部検証のための計量として役立った。較正は等張回帰により行い,キャリブレーションプロットを用いて評価した。末期腎疾患(ESRD)を平均41.7か月追跡した。結果:AKIはTKAを受けている患者の10%まで発達し,ESRDへの進行のリスクを増加させる。AKI患者のESRDオッズ比(非AKI患者と比較して)は9.8(95%信頼区間4.3~22.4)であった。術後AKIの6つの重要な予測因子を選択した:血清中のクレアチニンのより高い術前レベル,全身麻酔の使用,男性性,より高いASAクラス(>3),レニン-アンギオテンシン-アルドステロン系阻害剤の使用,およびトラネキサム酸の使用(すべてのp<0.001)。著者らのモデルの予測性能は,発達コホートで良好な(曲線下面積0.78[95%CI 0.74~0.81])であり,外部検証コホート(0.89)で改善した。本モデルは,アクセスできる。結論:TKA後のAKIに対するウェブベースの予測モデルを,6つの術前変数を特徴とする機械学習アルゴリズムを用いて開発した。モデルは単純であり,TKA患者の短期および長期予後の両方を改善することが確認された。術後AKIはESRDにつながり,外科医は避けるべきである。エビデンスのレベル:診断レベルII。Copyright European Society of Sports Traumatology, Knee Surgery, Arthroscopy (ESSKA) 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 血清 ,  因子 ,  *腎臓病 ,  患者 ,  全身麻酔 ,  母集団 ,  合併症 ,  *Web【情報システム】 ,  危険因子 ,  *機械学習 ,  *学習アルゴリズム ,  *人工膝関節置換術 ,  予測モデル ,  ラクタム
準シソーラス用語： 予測因子 ,  *急性腎障害 ,  急性腎損傷 , 【Automatic Indexing@JST】

著者キーワード (6件)： 急性腎損傷 ,  人工膝関節全置換術 ,  人工膝関節全置換術 ,  機械学習 ,  予測 ,  末期腎疾患

分類 (1件)： 運動器系疾患の外科療法  (GG05030O)

物質索引 (1件)： クレアチニン

タイトルに関連する用語 (6件)： 人工膝関節全置換術 ,  急性腎障害 ,  予測 ,  Web ,  ベース機械 ,  学習アルゴリズム