Xây dựng mô hình dự báo tổn thương thận cấp ở bệnh nhân nhiễm khuẩn huyết và sốc nhiễm khuẩn
Main Article Content
Keywords
Tóm tắt
Mục tiêu: Xây dựng mô hình dự báo tổn thương thận cấp (TTTC) ở bệnh nhân nhiễm khuẩn huyết và sốc nhiễm khuẩn bằng thuật toán học máy XGBoost. Đối tượng và phương pháp: Nghiên cứu mô tả tiến cứu kết hợp hồi cứu thực hiện trên 530 bệnh nhân nhiễm khuẩn huyết hoặc sốc nhiễm khuẩn điều trị tại Bệnh viện Trung ương Quân đội 108 từ tháng 01/2020 đến tháng 01/2024 để xây dựng mô hình dự báo tổn thương thận cấp dựa trên mô hình học máy. Kết quả: Mô hình học máy được xây dựng dựa trên 8 yếu tố: Tuổi, giới, đường vào nhiễm khuẩn, pH máu, HCO3- , lactat, ure, creatinin dự báo tổn thương thận cấp có độ nhạy là 82,4%, độ đặc hiệu là 74,4%, giá trị AUC = 0,84 (0,757 - 0,923). Kết luận: Mô hình dự báo TTTC dựa trên học máy có giá trị tốt trong tiên lượng sớm tổn thương thận cấp ở bệnh nhân nhiễm khuẩn huyết và sốc nhiễm khuẩn.
Article Details
Các tài liệu tham khảo
2. Murray PT, Mehta RL, Shaw A, et al. Potential use of biomarkers in acute kidney injury: report and summary of recommendations from the 10th Acute Dialysis Quality Initiative consensus conference. Kidney Int. Mar 2014;85(3):513-21. doi:10.1038/ki.2013.374
3. Chen T, Guestrin C. XGBoost: A Scalable Tree Boosting System. 2016:785-794.
4. Singer M, Deutschman CS, Seymour CW et al (2016) The third international consensus definitions for sepsis and septic shock (sepsis-3). JAMA 315(8): 801-810. doi:10.1001/jama.2016.0287
5. Khwaja A (2012) KDIGO clinical practice guidelines for acute kidney injury. Nephron Clin Pract 120(4): 179-84. doi:10.1159/000339789
6. Xuân ĐT (2022) Nghiên cứu đặc điểm lâm sàng tổn thương thận cấp ở bệnh nhân nhiễm khuẩn nặng. Tạp chí Y học Việt Nam tập 514 - tháng 5 - số 1 - 2022.
7. Diễm HN (2019) Khảo sát tình hình tổn thương thận cấp ở bệnh nhân sốc nhiễm khuẩn tại bệnh viện đa khoa trung ương cần thơ năm 2017 - 2019. Tạp chí Y dược học cần thơ - số 19/2019. 2019;
8. Angus DC, van der Poll T (2013) Severe sepsis and septic shock. N Engl J Med 369(9): 840-851. doi:10.1056/NEJMra1208623
9. Zarbock A, Nadim MK, Pickkers P et al (2023) Sepsis-associated acute kidney injury: Consensus report of the 28th Acute Disease Quality Initiative workgroup. Nat Rev Nephrol 19(6):401-417. doi:10.1038/s41581-023-00683-3
10. Singbartl K, Kellum JA (2012) AKI in the ICU: definition, epidemiology, risk stratification, and outcomes. Kidney Int 81(9): 819-825. doi:10.1038/ki.2011.339
11. Motzkus CA, Luckmann R (2017) Does infection site matter? A systematic review of infection site mortality in sepsis. Journal of intensive care medicine 32(8): 473-479.
12. Soni J, Sinha S, Pandey R (2024) Understanding bacterial pathogenicity: A closer look at the journey of harmful microbes. Frontiers in Microbiology 15: 1370818.
13. Caraballo C, Jaimes F (2019) Organ dysfunction in sepsis: an ominous trajectory from infection to death. The Yale journal of biology and medicine 92(4): 629.
14. Vanmassenhove J, Kielstein J, Jörres A, Biesen WV (2017) Management of patients at risk of acute kidney injury. Lancet 389(10084): 2139-2151. doi:10.1016/s0140-6736(17)31329-6
15. Kellen M, Aronson S, Roizen MF, Barnard J, Thisted RA (1994) Predictive and diagnostic tests of renal failure: A review. Anesthesia & Analgesia 78(1): 134-142.
16. Schaub JA, Heung M (2019) Precision Medicine in Acute Kidney Injury: A Promising Future? Am J Respir Crit Care Med 199(7): 814-816. doi:10.1164/rccm.201810-2032ED
17. Yu X, Wu R, Ji Y, Feng Z (2023) Bibliometric and visual analysis of machine learning-based research in acute kidney injury worldwide. Front Public Health. 11: 1136939. doi:10.3389/fpubh.2023.1136939