Grupa lekarzy z Yale opracowała nowy model matematyczny, który może pozwolić przewidzieć ryzyko ostrego uszkodzenia nerek u pacjentów poddawanych popularnym metodom leczenia chorób serca. U pacjentów leczonych przezskórną interwencją wieńcową, powszechnie znaną jako angioplastyka, ekspozycja na środki kontrastowe – czyli materiał stosowany w tym zabiegu w celu wizualizacji naczyń krwionośnych – może uszkodzić nerki.
Czytaj też:
Badanie moczu. Jak odczytać wynik?
Kluczem jest kontrast
Nowe narzędzie umożliwi lekarzom dokonywanie lepszych szacunków dot. oceny ryzyka przed zabiegiem i zapewni bardziej spersonalizowane szacunki dotyczące tego, ile materiału kontrastowego można bezpiecznie zastosować podczas wkładania stentów do zablokowanych lub zwężonych naczyń krwionośnych w pobliżu serca, jak twierdzą naukowcy. Nowe badanie opisujące te odkrycia pojawiło się w czasopiśmie JAMA Network Open.
„Poprzednie modele zakładały, że ekspozycja na kontrast powoduje takie samo ryzyko dla wszystkich, ale nie jest to uniwersalne. Istnieją indywidualne różnice” – powiedział dr Harlan Krumholz, kardiolog i dyrektor Yale Center for Outcomes Research and Evaluation (CORE).
W ramach nowego badania naukowcy opracowali model tzw. uczenia maszynowego, rodzaj sztucznej inteligencji, który umożliwi oszacowanie ryzyka ostrego uszkodzenia nerek u pacjentów przed zabiegiem na serce, a jednocześnie uwzględnia złożoność powiązań między poziomami kontrastu i ostrego uszkodzenia nerek w różnych grupach ryzyka. Naukowcy stwierdzili, że nowy model był w stanie dokładniej przewidzieć uszkodzenie ryzyka ostrego uszkodzenia nerek niż poprzednie modele.
Czytaj też:
Czy picie moczu jest korzystne dla zdrowia?
Zauważyli, że poprzednie narzędzia do szacowania ryzyka nie wykorzystywały nowoczesnych podejść matematycznych ani nie zawierały informacji o pacjentach i ich ekspozycji na kontrast.
„Ustaliliśmy, że związek z ryzykiem uszkodzenia nerek jest dość złożony. Zakres poziomów podawanego kontrastu ma znaczenie, także jeśli chodzi o podstawowy poziom ryzyka konkretnego pacjenta” – powiedział Chenxi Huang, pracownik naukowy w Yale i pierwszy autor opracowania.