عملکرد کلیوی وسطح الکترولیت ها در زمان ترخیص برای پیش بینی پروگنوز زودرس در بیماران بستری شده با نارسایی حاد قلبی با استفاده از هوش مصنوعی

Abstract

نارسایی قلب و بستری شدن مجدد و مورتالیته از مشکلات اصلی در حیطه قلب و عروق می باشد. از طرف دیگر شناسایی این بیماران با خطر بالا به سادگی امکان پذیر نمی باشد و روشهای تعیین ریسک در این بیماران به طور کامل موفق نبوده اند. با توجه به ارتباط نزدیک قلب و کلیه، استفاده از شاخص های کلیوی مانند سطح اوره، کراتینین و نیز سطح سرمی الکترولیت ها مانند سدیم و پتاسیم می تواند از شاخص های کمک کننده در این زمینه باشد. با در نظر گرفتن مطالعات قبلی، مطالعه اختصاصی روی ترکیب اختلالات کلیوی و الکترولیتی جهت پیش بینی بستری مجدد و مورتالیته زودرس صورت نگرفته است. با توجه به اینکه این آزمایشات ارزان و در دسترس می باشند میتوانند از جهت تعیین بیماران در خطر بالا در حین ترخیص کمک کننده باشند تا اقدامات بیشتر در این گروه انجام گیرد. روش ها: این مطالعه مقطعی از 01/07/1402 تا 29/12/1402 در بیمارستان شهید مدنی تبریز انجام شد و بیماران بستری شده با نارسایی قلبی حاد جدید (de novo) و یا جبران نشده (Decompensated) وارد مطالعه شدند. اطلاعات بالینی بیماران شامل سن، جنس، علت نارسایی قلبی، بیماری‌های زمینه‌ای، داروهای مصرفی، یافته‌های آزمایشگاهی و اکوکاردیوگرافی، و همچنین فالوآپ یک ماهه ثبت گردید. ارتباط بین عملکرد کلیوی و سطح الکترولیت ها در زمان ترخیص با پروگنوز زودرس بیماران شامل بستری مجدد و مرگ و میر طی یک ماه پس از ترخیص با استفاده از 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 بدست آمده نشان داد که، برای پیش‌بینی بستری مجدد پس از ترخیص با استفاده از الکترولیت‌های سرمی، بهترین نتایج هوش مصنوعی مربوط به مدل SVM با دقت 93.8% و F1 score برابر 0.94 و مدل Ensemble با دقت 94.6% و F1-score برابر 0.94 بود.