您的位置:首页 >生活 >

算法无需显微镜即可预测尿路感染

根据《家庭医学年鉴》1 月/2 月刊发表的一项研究,NoMicro 分类器似乎可以准确评估初级保健机构疑似尿路感染病例的尿液培养情况,无需显微镜检查。

来自堪萨斯城堪萨斯大学医学中心的医学博士 Gurpreet Dhanda 及其同事重新设计了一个不依赖于尿液显微镜检查的分类器 (NoMicro),并回顾性地验证了内部尿液培养的机器学习预测模型(急诊科数据集)和外部(初级保健数据集)。致病性尿培养物生长≥100,000 个菌落形成单位是主要结果,而预测变量是:年龄;性别;试纸尿液分析亚硝酸盐、白细胞、透明度、葡萄糖、蛋白质和血液;排尿困难;腹痛;及尿路感染史。

研究人员发现,在内部验证下,去除显微特征并不会严重影响性能(接受者操作特征曲线下面积 [ROC-AUC],NoMicro/XGBoost 和 NeedMicro 分别为 0.86 和 0.88)。在外部验证中,也实现了出色的性能(NoMicro/随机森林 ROC-AUC,0.85)。

“回顾性模拟表明,NoMicro/随机森林可用于为低风险患者安全地保留抗生素,从而避免抗生素过度使用,”作者写道。“NoMicro 分类器似乎适用于初级保健。前瞻性试验可以判断使用 NoMicro 分类器的利弊平衡是合适的。”

免责声明:本文由用户上传,如有侵权请联系删除!