Исследователи обнаружили, что машинное обучение способно точно предсказывать риск смерти пациентов с циррозом печени прямо в день поступления в больницу, используя клиническую информацию, собранную в день госпитализации.
Свободно доступная глобальная шкала оценки риска, описанная в журнале Gastroenterology, была точна для пациентов из разных стран с разным уровнем дохода.
Алгоритмы позволяют лучше информировать врачей о прогнозе госпитализированных пациентов с циррозом, что помогает выбирать оптимальное направление дальнейшего лечения: раннюю трансплантацию печени, паллиативную помощь или интенсивное наблюдение.
До сих пор традиционные статистические методы и новейшие модели машинного обучения были недостаточно валидизированы вне региональных клиник или отдельных больниц. Для устранения этого недостатка исследователи проанализировали данные о поступающих пациентах с циррозом из 115 центров шести континентов, включающие 7239 пациентов, из которых 11,1% скончались в больнице. Модель успешно прошла внешнюю проверку на когорте американских ветеранов с циррозом (28 670 человек), показав аналогичный высокий уровень точности с показателем AUC = 0,86.
Авторы отмечают, что алгоритм хорошо адаптируется к разным странам и уровням доходов, стабильно определяя категории высокого и низкого риска.
Свободно доступная глобальная шкала оценки риска, описанная в журнале Gastroenterology, была точна для пациентов из разных стран с разным уровнем дохода.
Алгоритмы позволяют лучше информировать врачей о прогнозе госпитализированных пациентов с циррозом, что помогает выбирать оптимальное направление дальнейшего лечения: раннюю трансплантацию печени, паллиативную помощь или интенсивное наблюдение.
До сих пор традиционные статистические методы и новейшие модели машинного обучения были недостаточно валидизированы вне региональных клиник или отдельных больниц. Для устранения этого недостатка исследователи проанализировали данные о поступающих пациентах с циррозом из 115 центров шести континентов, включающие 7239 пациентов, из которых 11,1% скончались в больнице. Модель успешно прошла внешнюю проверку на когорте американских ветеранов с циррозом (28 670 человек), показав аналогичный высокий уровень точности с показателем AUC = 0,86.
Авторы отмечают, что алгоритм хорошо адаптируется к разным странам и уровням доходов, стабильно определяя категории высокого и низкого риска.
