פיאלופלסטיה 16.12.2021

מודל לניבוי הסיכון והזמן להתערבות חוזרת לאחר פיאלופלסטיה

על שימוש מותאם אישית באלגוריתם למידת מכונה לזיהוי מטופלים פדיאטריים בסיכון לחסימה חוזרת באזור האגני של השופכן לאחר ביתור פיאלופלסטיה

ניתוח אורולוגי. אילוסטרציה

מטרת המחקר היתה לפתח מודל לניבוי חסימה חוזרת לאחר פיאלופלסטיה בילדים, לקבוע את הסיכוי לשרידותם ואת הזמן הצפוי להתערבות חוזרת באמצעות שימוש בלמידת מכונה (ML).

החוקרים סקרו מטופלים מתל לגיל 18 שעברו פיאלופלסטיה בין 2008 ל-2020 במרכז בודד. במסגרת המחקר, החוקרים פיתחו מודל למידת מכונה דו-שלבי אשר כלל 34 שדות קליניים, מאפייני מטופל, ממצאים סונוגרפיים ווריאנטים  אנטומיים. החוקרים התאימו ואימנו את המודל באמצעות מודל לאסו לוגיסטי. מטריצת ביצועים כללה AUROC, מידת התאמה וואלידציה מסוג leave-one-out.

החוקרים זיהו 543 מטופלים אשר התאימו למחקר, עם דיאמטר חציוני טרום ניתוחי ופוסט ניתוחי אנטרו-פוסטריורי של 23 ו-10 מילימטר, בהתאמה. תוצאות המחקר הראו כי 39 מ-232 המטופלים אשר נכללו במודל השרידות נזקקו להתערבות נוספת. החוקרים ציינו כי המודל הדגים ביצועים טובים עם מדידה של 0.86 ו-0.78 בוולידציית leave-one-out ומידת התאמה, בהתאמה. כמו כן, נמצא כי דיאמטר אנטריו-פוסטריורי גדול יותר במעקב השני לאחר הניתוח ווריאציות אנטומיות ניבאו באופן משמעותי תוצאים שליליים.

החוקרים סיכמו כי המודל מבוסס למידת מכונה שנחקר הדגים ביצועים טובים בניבוי הסיכון וזמן להתערבות חוזרת לאחר פיאלופלסטיה. בנוסף, הטמעת המודל החדשני תוכל להועיל בריבוד אישי של סיכון עבור מטופלים  אשר יעברו פיאלופלסטיה.

מקור:

Drysdale, E. et. al (2021) World Journal of Urology DOI: https://doi.org/10.1007/s00345-021-03879-z

נושאים קשורים:  למידת מכונה,  פיאלופלסטיה,  שרידות,  מחקרים
תגובות
 
האחריות הבלעדית לתוכנן של תגובות שיפורסמו על ידי משתמשי האתר, תחול על המפרסם ועליו בלבד. על המגיבים להימנע מלכלול בתגובות תוכן פוגעני או כל תוכן אחר, שיש בו משום פגיעה או הפרת זכויות של גורם כלשהו