我们对关于AKI的机器学习预测模型及其在重症病人和接受大手术患者中的预测效果进行概述。我们还讨论了与在临床实践中实施这些急性肾损伤模型风险相关的陷阱和机会。急性肾损伤（AKI）常见于住院患者，尤其是ICU患者。AKI与短期和长期发病率和死亡率的增加以及卫生保健资源的使用增加有很强的相关性。
急性肾损伤模型
ICU急性肾损伤模型中我们发现了11个ICU患者AKI预测模型。虽然大多数研究包括混合ICU人群，有2项研究包括所有住院患者，但他们分别报告了ICU患者的模式表现，还有2项研究侧重于重度烧伤患者。6项研究使用Scr来定义AKI，1项研究还包括eGFR，4项研究同时使用Scr和尿量。基线血肌酐测定不统一。一些研究使用入院前365天至1天的平均Scr。而另一些研究则使用入院时的Scr，根据修改后的饮食和肾脏疾病（MDRD）公式反向计算Scr，或在整个住院过程中测量任何Scr。3项研究没有报告基线血肌酐的定义。在报告SCr基线缺失率的文章中，通过MDRD公式反向计算SCr的百分比为21.8～30.0%。有5项研究在入ICU后24～48h内预测AKI的发生，2项研究每15分钟评估一 次风险，2项研究每天预测，1项研究在入ICU早期的4个不同时间点进行预测，1项研究未报告。在5项研究中，预测窗口为1周，其中2项研究预测了随后72小时内的AKI，1项研究在48小时内预测AKI，3项研究没有报告。3个模型在外部队列中进行了验证。Malhotra等在当地开发了该模型，并在AKI发病率较高的外部队列中进行了验证。AKI在两个人群中的发病率不同，但在开发和验证队列中，ICU急性肾损伤模型风险的区分性都很好。Flechet等在同一家三级教学医院的前瞻性观察研究中将模型与医生的预测进行比较，并纳入尿量和血肌酐以定义AKI。该队列中较低的AKI发生率与排除了非手术患者有关。他们发现，无论是机器学习模型还是医生的预测，都有很好的识别力和准 确性。然而，与AKI机器学习模型的预测时间相比，医生的风险判断存在延迟。作者总结说，由于医生不能连续处理所有参数，自动警报很可能更早地预测AKI。此外，经验较少的医生预测的识别能力更低。最 后，Rasshii等提出了一种新的方法，他们建立并验证了重度烧伤患者AKI的预测模型，但其开发和验证的样本量都很小。
以上就是我们对于ICU急性肾损伤模型风险预测模型的相关分析。凯斯艾生物科技（苏州）有限公司(珂玛麒)是一家研发关节炎动物模型，肺损伤模型。急性肾损伤模型，心肌梗死动物模型，帕金森动物模型，糖尿病动物模型以及脑梗死模型等,提供专业的临床前药理药效学评价服务。
