Pediatría Clínica: Acceso Abierto
Acceso abierto

abstracto

Predicción del daño renal en niños con púrpura de Henoch-Schönlein basada en aprendizajes automáticos

Jinjuan Wang, Juanjuan Diao, Yueli Pan*

La púrpura de Henoch-Schönlein (HSP) es una de las vasculitis sistémicas más comunes en la infancia. Cuando la HSP afecta al riñón y causa diferentes grados de daño renal, como hematuria y proteinuria, se denomina nefritis por púrpura de Henoch-Schonlein (HSPN). La HSPN es la enfermedad glomerular secundaria más común en niños. El diagnóstico temprano y preciso de la HSPN es muy importante para el pronóstico del paciente y el tratamiento individualizado. La biopsia renal es el estándar de oro para el diagnóstico de HSPN. Sin embargo, debido a su naturaleza invasiva, es difícil que padres e hijos la acepten. Como resultado, algunos pacientes tienen lesiones renales extremadamente graves en el momento del diagnóstico. Muchos investigadores están comprometidos a estudiar si se pueden usar datos clínicos simples para predecir el daño renal de la HSP, a fin de ayudar a los médicos a diagnosticar la HSPN de manera temprana y eficiente, a fin de evitar la aparición de la HSPN o reducir su gravedad. En la actualidad, la investigación sobre el aprendizaje automático en la predicción clínica de enfermedades ha sido relativamente común; repasaremos la aplicación del aprendizaje automático en HSPN infantil.