במאמר שפורסם בכתב העת Digestive and Liver Disease מדווחים חוקרים מסין על מודל לימוד-מכונה המבוסס על נתונים זמינים לחיזוי מדויק של תמותה באשפוז בחולים עם כשל כבדי חד ומזהה גורמי סיכון משמעותיים, דוגמת חום גוף וטיפולים מסוימים.
ברקע למחקר מסבירים החוקרים כי מדדים פרוגנוסטיים זמינים לחולים עם כשל כבדי חד הדגימו רגישות וישימות מוגבלת. כעת הם השלימו מחקר רטרוספקטיבי במטרה לפתח ולבחון מודל לימוד מכונה לחיזוי תמותה באשפוז בחולים עם מחלה זו.
החוקרים זיהו מבוגרים עם כשל כבדי חד ממאגר נתונים (2008-2022) והתבססו על מדגם נפרד של חולים להערכת התוקף החיצוני של המודל. הם אימנו והשוו שבע גישות לימוד מכונה נפוצות לזיהוי המודל המהימן ביותר. התוצא העיקרי היה תמותה באשפוז.
מדגם הפיתוח כלל 1,228 חולים (גיל חציוני של 67 שנים, 41.94% נשים), מהם 537 (43.73%) הלכו לעולמם במהלך האשפוז. מדגם התוקף החיצוני כלל 108 חולים, מהם 29 הלכו לעולמם (26.85%).
ניתוח רגרסיה לוגיסטית הדגים את הדיוק הטוב ביותר, עם שטח מתחת לעקומה של 0.802 בתוקף פנימי, רגישות של 0.671 וסגוליות של 0.787. במדגם תוקף חיצוני המודל הדגים שטח מתחת לעקומה של 0.774, רגישות של 0.552 וסגוליות של 0.873.
הממצאים הצביעו על 11 מנבאים משמעותיים של תמותה, כולל גיל, רוויון חמצן ושימוש בתרופות סדטיביות ומשככי כאבים, וזופרסורים, סטרואידים, תכשירים אנטיביוטיים ואחרים.
חמשת המנבאים המשמעותיים ביותר של הסיכון לתמותה כללו טמפרטורת גוף נמוכה, שימוש בוזופרסורים, גיל מתקדם, טיפול כלייתי חליפי רציף ושימוש בתרופות סדטיביות או משככי כאבים.
החוקרים מסכמים וכותבים כי המודל המוצע מהימן, נגיש ומסייע בהערכת הסיכון בשלב מוקדם במהלך האשפוז ובקבלת החלטות בחולים עם כשל כבדי חד.
Dig Liver Disease, March 2026
תגובות רוצה להצטרף לדיון?
יש להתחבר כדי להגיב.
התחבראין תגובות עדיין. היה הראשון להגיב!