Машинное обучение для прогнозирования наилучшего лечения пузырно-мочеточникового рефлюкса у детей

В результате аномального образования нормального клапана между почкой и мочевым пузырем пузырно-мочеточниковый рефлюкс (ПМР) может привести к рецидивирующим фебрильным инфекциям мочевыводящих путей (ИМП) и рубцеванию почек у детей. Предыдущие исследования показали, что при постоянном приеме профилактические антибиотики могут снизить риск рецидива ИМП примерно у половины этой группы населения. Однако этот подход также может создавать потенциальные проблемы, такие как устойчивость к антибиотикам.

Прогнозирование рецидивов ИМП

Используя данные исследований рандомизированного вмешательства для детей с пузырно-мочеточниковым рефлюксом (RIVUR) и тщательной оценки инфекций мочевыводящих путей (CUTIE), детский уролог Синь-Сяо Скотт Ван, доктор медицины, магистр здравоохранения, магистр медицины и медицины, и его коллеги из отделения урологии в Бостонская детская больница ранее разработала модель машинного обучения, направленную на прогнозирование рецидивов ИМП, связанных с VUR. Новый алгоритм машинного обучения показал очень надежную производительность при определении того, какие пациенты с ИМП нуждаются в дальнейшем тестировании на ПМР.

"С помощью нашего алгоритма прогнозирования мы можем предоставить нашим пациентам VUR индивидуальный уход с гораздо лучшим качеством, чтобы назначить диагностические изображения и лечение только тем, кто в них нуждается, и избавить от побочных эффектов тем, кто этого не делает," говорит

Основываясь на этой работе, команда недавно попыталась предсказать, может ли аналогичная модель предсказать вероятность повторных ИМП. Основываясь на данных 607 педиатрических пациентов, участвовавших в исследовании RIVUR, исследователи создали модель для прогнозирования риска рецидивов ИМП с непрерывной профилактикой антибиотиками и без нее.

Целенаправленная антибиотикопрофилактика

Способность модели прогнозировать рецидивы ИМП была сильной, с "площадь под кривой" из 0.82. Ван и его коллеги обнаружили, что постоянная профилактика антибиотиками 40 процентов пациентов с ПМР – вместо того, чтобы назначать их всем пациентам с ПМР, – может привести к минимальным повторным ИМП. Эти результаты были опубликованы в апрельском номере журнала урологии за 2021 год.

Эта модель машинного обучения может позволить врачам определять пациентов, которым антибиотикопрофилактика больше всего поможет, поэтому те, кто в ней не нуждается, будут избавлены от любых побочных эффектов лекарств. Такой инструмент также может обеспечить оптимальные результаты, минимизируя ненужное лечение и экономя затраты.

"Мы очень рады перспективам сочетания машинного обучения со сложными процессами принятия решений для повышения качества обслуживания пациентов," говорит Ван.