导读
通过PubMed网站检索，EngMedicine期刊第1卷第1期发表的题为“Artificial neural networks analysis predicts long-term fistula function in hemodialysis patients following percutaneous transluminal angioplasty”的文章已被PubMed数据库收录，这一成果不仅是对该文章作者在医工交叉领域研究工作的认可，也是对EngMedicine期刊质量的肯定。
文章摘要
肾衰竭在美国尤为常见，影响超过70万人口。通常通过重复进行血液透析来治疗，该过程需要血管接入，约70%的病例通过手术连接动脉和静脉创建动静脉瘘（AVF）。AVF成熟需要6周或更长时间。成熟的瘘管通常需要干预，最常见的是经皮血管成形术（PTA），也称为瘘管成形术，以保持瘘管的通畅。PTA不仅是恢复血液流通和延长AVF使用的首选干预措施，而且许多患者需多次进行该手术。尽管PTA对于AVF成熟和维护至关重要，但关于PTA后AVF功能预测模型的研究却有限。因此，该文章提出基于PTA过程中收集的患者特定信息，可以创建一个预测模型，以帮助改善治疗计划。
作者测试了28名患者的一组丰富多模态数据，包括病史、AVF血流量和介入性血管造影影像（特别排除任何术后PTA测量），并构建了深度混合神经网络。作者建立了一个结合3D卷积神经网络和多层感知器的混合模型，用于分类AVF。作者也发现使用此模型能够识别不同因素之间的关联，并评估PTA程序是否可以维持超过3个月的初级通畅。测试精度达到0.75，加权F1分数为0.75，AUROC为0.75。
这些结果表明，使用人工神经网络评估多模态临床数据可以预测PTA的结果，结合临床数据、成像和血流动力学分析的混合模型对血液透析的治疗计划可能有帮助。后续该模型仍需要基于大样本进一步研究，以提高准确性和模型效率。
长按二维码查看原文
原文链接：
https://www.sciencedirect.com/science/article/pii/S2950489924000101
DOI:
https://doi.org/10.1016/j.engmed.2024.100010
引用信息：
Chien A, Lall A, Patel M, Cusumano L, McWilliams J. Artificial neural networks analysis predicts long-term fistula function in hemodialysis patients following percutaneous transluminal angioplasty. EngMedicine. 2024;1(1):100010.
关于我们
官方网站：
https://www.sciencedirect.com/journal/engmedicine
期刊投稿：
https://www2.cloud.editorialmanager.com/engmed/default2.aspx
创刊主编：
滕皋军（中国科学院院士、东南大学附属中大医院）
执行主编：
祁小龙（国家高层次人才、东南大学附属中大医院）
联系合作：
engmedicine@seu.edu.cn
撰稿：杨 玲
排版：李登明
美编：天 天
