عملکرد کلیوی وسطح الکترولیت ها در ابتدای بستری برای تخمین سیر داخل بیمارستانی در بیماران بستری شده با نارسایی حاد قلبی با استفاده از هوش مصنوعی

Abstract

نارسایی حاد قلبی یک مشکل اصلی سیستم بهداشتی می باشد و با عواقب بالینی وخیمی همراه می باشد. تعداد قابل توجهی از بیماران با نارسایی قلبی دارای اختلال عملکرد کلیه بوده و در طی بستری به علت نارسایی حاد قلبی، دچار تشدید اختلال عملکرد کلیوی می شوند. مطالعات نشان داده است که درچنین بیمارانی خطر مرگ و میر و بستری شدن به علت نارسایی قلبی بالا می رود. برای کاهش این بار بر روی سیستم بهداشتی مدلهایی برای تخمین ریسک اختلال عملکرد کلیه در بیماران با نارسایی حاد قلبی ضروری به نظر می رسد. از این رو این مطالعه با هدف تعیین عملکرد کلیوی و سطح الکترولیت ها در ابتدای بستری برای تخمین سیر داخل بیمارستانی در بیماران بستری شده با نارسایی حاد قلبی با استفاده از هوش مصنوعی انجام شد. روش ها: این مطالعه از 1/1/1402 تا 30/6/1402 در بیمارستان شهید مدنی تبریز انجام شد و بیماران بستری شده با نارسایی قلبی حاد مزمن، حاد جدید و یا جبران نشده (Decomponsated) وارد مطالعه شدند. اطلاعات بالینی بیماران شامل سن، جنس، علت نارسایی قلبی، بیماری‌های زمینه‌ای، داروهای مصرفی، یافته‌های آزمایشگاهی و اکوکاردیوگرافی، و همچنین سیر داخل بیمارستانی از جمله طول مدت بستری، مورتالیته، نیاز به اینوتروپ، ونتیلاسیون مکانیکی و دیالیز ثبت گردید. ارتباط بین سطح اوره، کراتینین، eGFR، سدیم و پتاسیم با سیر داخل بیمارستانی با استفاده از الگوریتم‌های هوش مصنوعی بررسی شد. الگوریتم‌ها با استفاده از داده‌های بیماران آموزش دیده و عملکرد آنها بر اساس معیارهایی نظیر صحت، حساسیت و اختصاصیت ارزیابی شد. در نهایت، الگوریتمی که بر اساس این معیارها بهترین عملکرد را داشت، انتخاب شد. نتایج: نتایج ما نشان داد که، برای پیش‌بینی مرگ و میر داخل بیمارستانی با استفاده از سن و جنس و الکترولیت‌های سرمی بدو بستری، بهترین نتایج هوش مصنوعی مربوط به مدل SVM با دقت 97.9% و F1-score برابر 0.97 و مدل Ensemble با دقت 97.4% F1-score برابر 0.97 بود.