使用机器学习技术建立儿童体外循环主动脉弓重建术后急性肾损伤：

这是一篇关于使用机器学习技术建立儿童体外循环主动脉弓重建术后急性肾损伤：的思维导图，主要内容包括：补充材料，表不如图，字不如表，摘要，题目。

使用机器学习技术建立儿童体外循环主动脉弓重建术后急性肾损伤：一项回顾性队列研究的机器学习预测模型

• 题目
  • Acute renal injury after aortic arch reconstruction with cardiopulmonary bypass for children: prediction models by machine learning of a retrospective cohort study
• 摘要
  • 背景/目的
    • 急性肾损伤( acute kidney injury，AKI )
    • 机器学习( machine learning，ML )
    • 人工智能( artificial intelligence，AI )
    • 对于新生儿或预期主动脉重建时间较长的患者，更多的医生倾向于采用中度低温停循环( MHCA )联合顺行性脑灌注( ACP )
    • 体外循环下主动脉弓部重建术后AKI 可导致多器官损伤，增加围手术期死亡率
    • 探讨AKI的危险因素
    • 通过 ML 开发一个可以用于准确预测AKI的预测模型
  • 方法
    • 回顾性分析2002年1月至2022年1月接受体外循环下主动脉弓重建术的134例患者
    • 对AKI的危险因素进行综合分析和评价
    • 采用 PSM 、趋势分析和 RCS 对CPB策略进行分析，详细观察其对AKI的影响
      • 倾向性评分匹配( PSM )
      • 限制性立方样条( RCS )
    • 采用6种AI 模型进行机器学习，构建预测模型，筛选出预测AKI的最佳模型
  • 结果
    • lamba 1se
      • 体重、eGFR、紫绀、PDA、新生儿期、肾缺血持续时间
    • 体重、eGFR、紫绀、动脉导管未闭、新生儿出生、肾缺血时间与AKI密切相关
    • 通过整合训练集和验证集的结果，最终证实了逻辑回归模型是所有模型中最稳定的模型，逻辑回归模型表现出良好的区分度、校准度和临床实用性
    • 基于6个独立因素，动态列线图可作为临床应用的预测工具
  • 结论
    • 如不额外行下半身灌注，特别是肾缺血> 30 min时，可考虑行DHCA重建主动脉弓
      • DHCA：深低温停循环
    • 应开发用于早期识别AKI的机器学习模型
• 字不如表
  • Table 1
    • 人口学及术前临床特征
      • 阳性事件基线资料表
      • △标准化差值小于0.10表示绝对平衡
  • Table 2
    • AKI 的单变量逻辑回归
• 表不如图
  • Figure 1
    • 研究的流程图
  • Figure 2
    • LASSO 回归的权重重要性系数
  • Figure 3
    • 肾缺血时间与 AKI 的 OR 之间的 RCS：肾缺血与 AKI 之间存在非线性关系
      • 参考点（OR = 1）为肾缺血时间 30 分钟
  • Figure 4
    • CPB 策略与 AKI 随肾缺血时间的变化趋势分析
      • 趋势分析，以观察CPB策略是否会影响肾缺血期间的AKI
      • 随着肾缺血时间的延长，DHCA组AKI发生率开始低于MHCA+ACP组
      • DHCA深低温停循环
      • MHCA中度低温停循环
        • 顺行性脑灌注( ACP )
  • Figure 5
    • LASSO交叉验证
  • Figure 6
    • 在6个模型的训练集中预测AKI的ROC曲线
  • Figure 7
    • 在6个模型的测试集中预测术后AKI的ROC曲线
  • Figure 8
    • AKI的LR模型列线图
      • 变量的系数用于执行列线图，以预测术后1年的AKI
  • Figure 9
    • 模型合并肾缺血的决策曲线分析
      • 根据本研究的临床应用和分析，肾缺血时间是最重要的参数
      • 对肾缺血时间进行了DCA。DCA显示模型结合肾缺血时间对临床决策有促进作用
      • 红线(模型1 )代表无肾缺血的模型
      • 蓝色线条(模型2 )代表肾缺血模型
• 补充材料
  • Table S1
    • 6ML模型详细参数设置
    • 特征重要性的详细变量
      • 列个表更简洁
  • Table S2
    • AKI中DHCA与MHCA + ACP随肾缺血时间分层的趋势分析
    • 随着时间的延长，DHCA组AKI的发生率逐渐低于MHCA组
  • Table S3
    • 训练集结果的详细信息
      • 性能评价指标
  • Table S4
    • 测试集中结果的详细信息
  • Table S5
    • 根据AKI结果对LR进行亚组分析
  • Figure S1
    • 根据AKI结果对LR进行亚组分析
  • Figure S2
    • 手术时间、CPB时间、ACCT时间与AKI发生的OR值之间存在RCS关系
  • Figure S3
    • 6个危险因素的KM生存曲线
      • A :肾缺血, B : eGFR , C :紫绀, D :新生儿期及病程, E :体重, F : PDA
  • Figure S4
    • 详细介绍了六种预测模型在测试集中预测术后AKI的曲线
  • Figure S5
    • LR模型AUC
  • Figure S6
    • 采用Hosmer - Lemeshow检验分析AKI的预期概率和观察概率
  • file 12
    • 原始数据