胰腺疾病与治疗
开放获取

抽象的

使用机器学习模型预测功能延迟：提高胰腺移植物的长期存活率

Emanuel Vigia*、Luís Ramalhete、Rita Ribeiro、Inês Barros、Beatriz Chumbinho、Edite Filipe、Ana Pena、Luís Bicho、Ana Nobre、Sofia Carrelha、Sofia Corado、Mafalda Sobral、Jorge Lamelas、João Santos Coelho、Hugo Pinto Marques、Paula Pico , 苏珊娜·科斯塔, 费尔南多·罗德里格斯, 米格尔·比戈特·维埃拉, 丽塔·马格里科, 帕特里夏·科托维奥, 费尔南多·卡埃罗, Inês Aires6, 塞西莉亚·席尔瓦, 弗朗西斯科·雷梅迪奥, 阿梅里科·马丁, 阿尼巴尔·费雷拉, 豪尔赫·保利诺, 费尔南多·诺拉斯科

移植物功能延迟对各种实体器官移植后的结果的影响在文献中已有详细记录和讨论。各种实体器官移植后的移植物功能延迟与短期和长期移植物存活问题相关。在一项纳入 106 名患者的回顾性队列研究中，我们评估了胰腺移植存活率是否因同时胰肾移植后胰岛素治疗的时间而异。因此，我们的目标是确定可能的风险因素并建立一个基于机器学习的模型，该模型根据移植后零天的数据预测 SPK 移植患者出现功能障碍的可能性，从而提高胰腺移植物的存活率。通过 Relief 算法进行特征选择，得出捐献者特征、年龄、死因、血红蛋白、性别、通气天数、