INTENSIV-News
The development of a machine learning inpatient acute kidney injury prediction model.
Koyner JL, Carey KA, Edelson DP, Churpek MM. Crit Care Med 2018; 46:1070-1077
A clinically applicable approach to continuous prediction of future acute kidney injury.
Tomašev N, Glorot X, Rae JW, Zielinski M, Askham H, Saraiva A, Mottram A, Meyer C, Ravuri S, et al. Nature 2019; 572:116-119
Die akute Nierenschädigung (acute kidney injury/AKI) gilt weiterhin als
eine der schwersten Komplikationen während einer stationären Behandlung
mit ähnlich schlechtem Outcome wie der Myokardinfarkt (Chawla LS; CJASN
2014; 9: 448). Bei verspäteter oder nicht optimaler Behandlung können
weitreichende Konsequenzen einschließlich erhöhter kardiovaskulärer
Morbidität und Mortalität die Folge sein.
Aufgrund weitgehend
fehlender kausaler Behandlungsansätze stehen Prävention, Frühdiagnose
und zeitnahe Ursachenabklärung sowie supportive Maßnahmen im
Vordergrund. In den Leitlinien wird die Risikoabschätzung betont (KDIGO;
Kidney Int Suppl 2012; 2:1).
Risiko-Scores für AKI sind
derzeit im klinischen Alltag wenig etabliert. So ist es ein bislang
unerfüllter ärztlicher Wunsch, einen potenziell negativen Verlauf eines
Patienten individuell im Voraus zu erkennen, um diesen in der gewonnenen
Zeit durch geeignete Interventionen abwenden zu können.
Melden Sie sich an um weiter zu lesen ...
Tags: intensiv-news nephrologie maschinelles lernen aki-prädiktion nierenschädigung
Wir wollen Fachärzte und Pfleger topaktuell und wissenschaftlich fundiert über Studien, fachspezifische Entwicklungen und deren praktische Umsetzung informieren, um sie in ihrer Arbeit und Fortbildung zu unterstützen.
Wählen Sie dazu bitte Ihr Land aus.