Oggetto – Una rete neurale artificiale (ANN) è stata utilizzata per realizzare un modello previsionale di esito funzionale su riceventi di rene pediatrico. Metodi – I dati di 148 pazienti pediatrici sottoposti a trapianto di rene (KT) sono stati raccolti retrospettivamente. Il numero di giorni necessario per il dimezzamento del valore della creatinina sierica (CrsT1/2) è stato adottato come variabile di esito. Un training set di 107 pazienti è stato utilizzato per la selezione delle variabili con sensibilità >1.00 e l’addestramento della rete. Il modello di ANN con il minore “training error” (TE) è stato validato utilizzando i rimanenti 47 pazienti con procedura di blinding della rete per CrsT1/2>3 giorni. I risultati dell’ANN sono stati confrontati con quelli restituiti dall’applicazione all’intera casistica di modelli di regressione logistica (RL). Risultati – Il modello di ANN con il minore TE (0.135) è risultato un multilayered perceptron 8:14-10-1:1 (accuratezza: 82.47%, sensibilità: 0.66; specificità: 0.9; ROC area: 0.83). Le variabili di input che hanno fornito il principale contributo previsionale sono risultate: creatinina al giorno 1 post-KT, volume urinario al giorno 1 post-KT, categoria diagnostica, tipologia di dialisi pre-KT, sesso paziente, sesso donatore, peso corporeo al giorno 1 post-KT, età paziente. L’ANN ha rivelato per il gruppo di training un’accuratezza dell’89.1% (sensibilità: 0.867; specificità: 0.9), mentre per il set di validazione l’accuratezza è risultata del 76.92% (sensibilità: 0.8; specificità: 0.75). Sull’intero campione di pazienti, l’ANN ha rivelato un’accuratezza complessiva dell’87.14% (sensibilità: 0.875; specificità: 0.85). La RL effettuata sull’intero campione ha individuato la creatinina al giorno 1 post-KT come unico predittore indipendente di esito, con un’accuratezza del 79.05% (sensibilità: 0.375; specificità: 0.944). Conclusioni – La sperimentazione di un modello di ANN ha evidenziato una superiore accuratezza ed un migliore equilibrio sensibilità/specificità rispetto alla RL nella previsione del CrsT1/2 in riceventi di rene pediatrico.

Applicazione di una rete neurale artificiale per la previsione del tempo di dimezzamento della creatinina in pazienti pediatrici sottoposti a trapianto di rene da donatore cadavere.

SANTORI, GREGORIO;VALENTE, UMBERTO
2006-01-01

Abstract

Oggetto – Una rete neurale artificiale (ANN) è stata utilizzata per realizzare un modello previsionale di esito funzionale su riceventi di rene pediatrico. Metodi – I dati di 148 pazienti pediatrici sottoposti a trapianto di rene (KT) sono stati raccolti retrospettivamente. Il numero di giorni necessario per il dimezzamento del valore della creatinina sierica (CrsT1/2) è stato adottato come variabile di esito. Un training set di 107 pazienti è stato utilizzato per la selezione delle variabili con sensibilità >1.00 e l’addestramento della rete. Il modello di ANN con il minore “training error” (TE) è stato validato utilizzando i rimanenti 47 pazienti con procedura di blinding della rete per CrsT1/2>3 giorni. I risultati dell’ANN sono stati confrontati con quelli restituiti dall’applicazione all’intera casistica di modelli di regressione logistica (RL). Risultati – Il modello di ANN con il minore TE (0.135) è risultato un multilayered perceptron 8:14-10-1:1 (accuratezza: 82.47%, sensibilità: 0.66; specificità: 0.9; ROC area: 0.83). Le variabili di input che hanno fornito il principale contributo previsionale sono risultate: creatinina al giorno 1 post-KT, volume urinario al giorno 1 post-KT, categoria diagnostica, tipologia di dialisi pre-KT, sesso paziente, sesso donatore, peso corporeo al giorno 1 post-KT, età paziente. L’ANN ha rivelato per il gruppo di training un’accuratezza dell’89.1% (sensibilità: 0.867; specificità: 0.9), mentre per il set di validazione l’accuratezza è risultata del 76.92% (sensibilità: 0.8; specificità: 0.75). Sull’intero campione di pazienti, l’ANN ha rivelato un’accuratezza complessiva dell’87.14% (sensibilità: 0.875; specificità: 0.85). La RL effettuata sull’intero campione ha individuato la creatinina al giorno 1 post-KT come unico predittore indipendente di esito, con un’accuratezza del 79.05% (sensibilità: 0.375; specificità: 0.944). Conclusioni – La sperimentazione di un modello di ANN ha evidenziato una superiore accuratezza ed un migliore equilibrio sensibilità/specificità rispetto alla RL nella previsione del CrsT1/2 in riceventi di rene pediatrico.
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11567/268820
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact