MedFusion-gP-AKI: development and multicenter validation of a machine learning fusion model for early prediction of KDIGO stage 3 acute kidney injury in critically ill traumatic cervicothoracic spinal
2 months ago
- #acute kidney injury
- #spinal cord injury
- #machine learning
- 开发MedFusion-gP-AKI机器学习融合模型，用于早期预测重症创伤性颈胸段脊髓损伤（TCTSCI）患者KDIGO 3级急性肾损伤（AKI）
- 模型基于MIMIC-IV/eICU队列训练，并在中国四家中心的188例患者中完成外部验证，获得高AUC值（0.938、0.909、0.969等）和可靠区分度
- 确定的关键预测因子包括乳酸、平均动脉压、体温、血钾水平及TCTSCI损伤节段
- 采用生成对抗网络（GAN）数据插补和SMOTified-GAN平衡技术确保模型稳健性
- SHAP分析显示模型归因符合临床规律，并开发了在线计算器供临床实践使用
- 旨在提升TCTSCI患者AKI早期识别与预防策略，有望降低死亡率