Hatem Kaies Ibrahim Elsayed Ali (Warwick, Verenigd Koninkrijk) illustreert in zijn posterpresentatie hoe machine learning ingezet kan worden voor het voorspellen van de overleving van patiënten die behandeld worden met peritoneale dialyse. De resultaten bewijzen dat dergelijke methoden een belangrijke rol kunnen spelen bij klinische beslissingen en gepersonaliseerde behandeling.
Met de stijgende prevalentie van chronische nierschade, vooral onder ouderen, is het steeds belangrijker om effectieve nierfunctievervangende therapie te kunnen bieden. Peritoneale dialyse (PD) biedt een aantal voordelen boven hemodialyse, zoals een betere cognitieve functie en een betere kwaliteit van leven. Overleving van patiënten op PD is een tastbare en steeds belangrijker uitkomstmaat. Aan de hand van de voorspelde overleving kunnen immers behandelfaciliteiten voor individuele patiënten worden ingepland. Bovendien heeft voorspelde overleving implicaties voor de verdeling van budgetten en voor patiëntencounseling.
Op basis van gegevens van 22.711 incidente dialysepatiënten uit de UK Renal Registry die kozen voor PD tussen 2007 en 2022, gingen de onderzoekers aan de slag met de algoritmes van artificial intelligence (AI). Hun doel was om een geavanceerde risicostratificatie-indicator te ontwikkelen die goed aansluit bij de selectieprocedure voor niertransplantaties in het Verenigd Koninkrijk. Ze experimenteerden met 3 verschillende machine learning modellen en evalueerden hoe die presteerden wat betreft kalibratie en discriminerend vermogen met behulp van de Integrated Brier Score (IBS) en de Harrell’s Concordance Index.
Het XGBoost-model kwam als winnaar uit de bus. Het model bleek patiëntoverleving op PD uitstekend te voorspellen, met een concordance (overeenstemming) van 0,78. Verder leverde het model area under the curve (AUC)-waardes op van 0,81 na 1 jaar, 0,78 na 3 jaar en 0,77 na 5 jaar. De IBC, een maat voor accuraatheid van de voorspelling, was 0,09. Er was geen statistisch significant verschil tussen de werkelijke en de voorspelde kansen op overleving (p = 0,72).
Bron: