Хотя национальные базы данных содержат огромное количество информации о почечных пересадках, прогнозирующих моделях для того, когда пересадка пациента может потерпеть неудачу или когда пациент может умереть точность отсутствия, так как они не включают данные, которые описывают как плата за проезд пациентов после трансплантации, по словам исследователей.Новое исследование, изданное онлайн в американском Журнале Трансплантации 4 января, подчеркивает потребность во врачах использовать продольные данные, которые являются клинической информацией, собираемой со временем от национальных баз данных и отчетов пациентов, чтобы предсказать результаты и оказать индивидуализированную помощь пациентам.«Если мы можем добавить всесторонний, данные постпересадки к нашим ресурсам информации, мы можем улучшить точность наших прогнозирующих моделей и вмешаться раньше для пациентов, которые являются в большем риске для почечной недостаточности или смерти после пересадки», сказал Титт Р. Сринивас, Мэриленд, медицинский директор программ пересадки почки и поджелудочной железы в Межгорном Медицинском центре в Солт-Лейк-Сити. «С огромным количеством данных, кладущих бездействующий в электронной медицинской документации, потенциал для улучшения результатов в нашей досягаемости».
Предыдущие усилия предсказать терпеливую долговечность после почечной пересадки были приблизительно на 60 процентов точны. Но по словам доктора Сриниваса, легко доступные для поиска данные как ценности лаборатории, результаты функции почек, основные показатели жизнедеятельности, и вирусы – и другие данные, такие как отчеты о патологии об отклонениях – могут использоваться, чтобы улучшить прогнозирующую точность моделей до 85 процентов.
Исследователи разработали четыре прогнозирующих модели, кладя слоями доступные данные и исследовали взрослых получателей пересадки почки, переселившихся в Медицинском университете Южной Каролины в Чарлстоне, Южная Каролина, между январем 2007 и июнем 2015.Модели:Модель 1: Объединенная Сеть для Органа, Разделяющего (UNOS) данныеМодель 2: данные UNOS и данные о базе данных пересадки
Модель 3: данные UNOS, данные о базе данных пересадки и электронные данные о сопутствующем заболевании медицинской документацииМодель 4: данные UNOS, данные о базе данных пересадки, электронные данные о сопутствующем заболевании медицинской документации, постпересаживают данные о траектории и неструктурированные данныеИерархическое представление источников данных улучшило точность прогнозирующей модели почти на 16 процентов (процент модели 1=71.6, процент модели 2=74.1, процент модели 3=76.9, процент модели 4=87.3), исследуя вероятность потери пересаженной почки в течение одного года после пересадки.Подобные улучшения были также отмечены, предсказывая почечную потерю или смерть спустя три года после почечной пересадки, в пределах от Модели 1 использования точности на 66,1 процентов к Модели 4 использования 83,8 процентов.
«Наши следующие шаги должны разделить эти модели значащими способами с клиницистами через электронную медицинскую документацию таким способом, что преступные протоколы вызваны очками риска, произведенными этими моделями ключа клинически соответствующие переменные», сказал доктор Сринивас. «Используя эти типы структур данных в месте у кровати имеет потенциал, чтобы уполномочить клиницистов улучшать результаты через точность доставки ухода в трансплантации».