目的利用机器学习算法探究与移植肾功能延迟恢复(delayed graft function,DGF)发生相关的风险因素并建立预测模型。方法收集2018年1月至2020年3月华中科技大学附属同济医院器官移植研究所实施的公民逝世后捐献供肾和肾移植受者的临床资料以及供肾活检病理资料,通过贪心算法筛选与DGF发生相关的因素的贡献度,再利用逻辑回归算法建立预测模型并利用模型精确度,受试者工作特性曲线下面积(area under the receiver operating characteristic curve,AUROC)对模型效果进行评估。结果术后DGF的发生率为21.9%。与术后DGF发生相关性较高的因素包括供者体型、末次尿素氮、冷缺血时间、供器官小动脉病变范围、慢性肾小管萎缩评分(ct)和慢性间质纤维化评分(ci)。使用上述因素建立预测模型,模型的AUROC约为0.71,预测准确率约为0.73。结论利用机器学习算法可以分析DGF发生的风险因素并建立预测模型,以供临床预测DGF的发生风险。
目的探究不同取材部位和取材方法对公民逝世后器官捐献(donation after citizen's death,DCD)供肾组织病理学评估的影响。方法收集2019—2022年华中科技大学同济医学院附属同济医院器官移植研究所的10例弃用供肾标本。于肾脏不同位...
详细信息
目的探究不同取材部位和取材方法对公民逝世后器官捐献(donation after citizen's death,DCD)供肾组织病理学评估的影响。方法收集2019—2022年华中科技大学同济医学院附属同济医院器官移植研究所的10例弃用供肾标本。于肾脏不同位置获取活检标本,经石蜡切片及苏木精-伊红染色后比较其肾小球和小动脉数量及其病变程度,并根据Banff评分、Remuzzi评分、Maryland评分以及Pirani评分对样本进行模拟评估。然后将标本与获取时穿刺活检标本进行对比,并计算2种标本单位面积中肾小球和小动脉数量。结果不同部位取材的标本中可观察到的肾小球和小动脉数量及病变程度没有差异(P>0.05),模拟Banff评分、Remuzzi评分、Maryland评分以及Pirani评分均没有显著性差异(P>0.05)。穿刺标本的肾小球硬化率(42%±8.8%比25%±23.2%)、小动脉内膜增厚比例(68%±27%比46.5%±22.8%)和小动脉透明样变比例(86%±17.4%比59.3%±16.4%)高于解剖标本。两种标本的供肾评分仅Banff评分中的肾小球硬化程度具有显著性差异(2.2±0.4比1.6±0.9),其余评分没有显著性差异(P>0.05)。在单位面积下穿刺标本的肾小球数量小于解剖标本〔(199.3±50.7)个/cm^(2)比(240.6±57.4)个/cm^(2)〕,但是小动脉数量大于解剖标本〔(153.5±76.9)个/cm^(2)比(114.9±43.7)个/cm^(2)〕。结论从不同部位获取活检标本对DCD供肾组织学评估没有影响。穿刺活检标本评分结果可以反映供肾病理损伤程度。目前穿刺活检较深,穿刺时应适当减小进针角度。
暂无评论