Trastornos pancreáticos y terapia
Acceso abierto

abstracto

Predicción del retraso de la función con un modelo de aprendizaje automático: mejorar la Supervivencia a largo plazo de los injertos pancreáticos

Emanuel Vigia*, Luís Ramalhete, Rita Ribeiro, Inês Barros, Beatriz Chumbinho, Edite Filipe, Ana Pena, Luís Bicho, Ana Nobre, Sofia Carrelha, Sofia Corado, Mafalda Sobral, Jorge Lamelas, João Santos Coelho, Hugo Pinto Marques, Paula Pico , Susana Costa, Fernando Rodrigues, Miguel Bigotte Vieira, Rita Magriço, Patrícia Cotovio, Fernando Caeiro, Inês Aires6, Cecília Silva, Francisco Remédio, Américo Martin, Aníbal Ferreira, JorgePaulino, Fernando Nolasco

El impacto de la función retrasada del injerto en los resultados después de varios trasplantes de órganos sólidos está bien documentado y abordado en la literatura. La función retrasada del injerto después de varios trasplantes de órganos sólidos se asocia con problemas de supervivencia del injerto tanto a corto como a largo plazo. En un estudio de cohorte retrospectivo que incluyó 106 pacientes, evaluamos si la supervivencia del injerto de páncreas difiere según el momento de la terapia con insulina después del trasplante simultáneo de páncreas y riñón. Como resultado, nuestro objetivo fue identificar posibles factores de riesgo y construir un modelo basado en aprendizaje automático que prediga la probabilidad de disfunción después de pacientes con trasplante de SPK en función de los datos del día cero después del trasplante, lo que permite mejorar la supervivencia del injerto pancreático. La selección de características por el algoritmo Relief arrojó las características del donante, la edad, la causa de la muerte, la hemoglobina, el género, los días de ventilación, los días en la UCI, la duración del paro respiratorio cardíaco y las características del receptor, el género, la insulina a largo plazo, el tipo de diálisis, el tiempo de diabetes mellitus, vPRA pre-Tx, número de discrepancias de HLA-A y PRDI, todos contribuyeron a los modelos' fuerza.