Approche d’apprentissage automatique pour prédire les lésions rénales aiguës associées à la chirurgie cardiaque

Annonce de la publication d’un nouvel article pour Journal des innovations et applications cardiovasculaires. L’insuffisance rénale aiguë associée à la chirurgie cardiaque (IRA-ASC) est une complication majeure qui augmente la morbidité et la mortalité après chirurgie cardiaque. La plupart des modèles prédictifs établis se limitent à l’analyse de relations non linéaires et ne tiennent pas suffisamment compte des variables peropératoires et des variables postopératoires précoces. Le pontage coronarien hors pompe (CABG hors pompe) reste la procédure de choix pour la plupart des chirurgies coronariennes, et les modèles prédictifs CSA-AKI raffinés pour le CABG hors pompe font particulièrement défaut. Par conséquent, cette étude a utilisé une approche d’apprentissage automatique basée sur l’intelligence artificielle pour prédire CSA-AKI à partir de données périopératoires complètes.

Au total, 293 variables ont été analysées dans les données cliniques des patients subissant un pontage coronarien sans circulation extracorporelle au département de chirurgie cardiaque du premier hôpital affilié de l’université médicale du Guangxi entre 2012 et 2021. Selon les critères KDIGO, l’IRA postopératoire a été définie par une élévation d’au moins 50 % dans les 7 jours, ou de 0,3 mg/dL dans les 48 heures, par rapport au taux de créatinine sérique de base. Cinq algorithmes d’apprentissage automatique (un arbre de décision simple, une forêt aléatoire, une machine à vecteurs de support, un renforcement de gradient extrême et un arbre de décision de renforcement de gradient (GBDT)) ont été utilisés pour construire le modèle prédictif CSA. Les performances de ces modèles ont été évaluées à l’aide de l’aire sous la courbe caractéristique de fonctionnement du récepteur (AUC). Les valeurs d’explication additive de Shapley (SHAP) ont été utilisées pour expliquer le modèle prédictif.

Les trois caractéristiques les plus influentes dans le diagramme matriciel d’importance étaient la concentration de potassium sérique postopératoire à 1 jour, la concentration sérique en ions magnésium postopératoire à 1 jour et la concentration sérique de créatinine phosphokinase à 1 jour postopératoire.

Le GBDT présentait l’ASC la plus élevée (0,87) et peut être utilisé pour prédire le risque de développement d’IRA après la chirurgie, permettant aux cliniciens d’optimiser les stratégies de traitement et de minimiser les complications postopératoires.