TY -的A2 Grosset让非盟- Elihimas初级Ubirace费尔南多•库托AU -贾米拉•Pinho AU -佩雷拉,华莱士AU -巴罗斯de Oliveira Sa,米歇尔Pompeu AU - Tenorio德语言,爱德华多Eriko AU -•阿吉亚尔,菲利浦- Carrilho AU -卡布拉尔•迪奥戈Buarque Cordeiro AU -阿伦卡尔Saulo巴博萨塞·伐斯冈萨雷斯盟——Feitosa他Saulo何塞da Costa AU - Claizoni多斯桑托斯,泰国人奥利维拉AU -桑托斯Elihimas,海伦康西卡奥dos AU -阿尔维斯,埃米尔·佩雷拉盟——何塞•德利马卡瓦略Marcio AU -布兰科卡瓦尔康蒂,Frederico Castelo AU - Schwingel保罗阿德里亚诺PY - 2020 da - 2020/08/19 TI -机器学习应用程序中的逻辑回归模型来预测老年肾移植受者肾移植后肾功能较差一年:老年KTbot SP - 7413616六世- 2020 AB - 背景。肾脏替代治疗(RRT)是一个全球公共卫生问题。肾移植(KT)是最好的治疗老年病人的寿命和生活质量。 目标。主要终点是比较老年和年轻的KT接受者通过分析风险covariables参与肾功能恶化,蛋白尿,一年后KT贪污损失,和死亡。次要终点是创建一个机器人基于逻辑回归预测能力的老年人接受的可能性会恶化肾功能KT后一年。 方法。Unicentric队列进行回顾性分析与个体年龄≥60岁和< 60岁。我们分析了医疗记录的KT接受者从1月到2017年12月,KT后随访时间为一年。我们使用多变量逻辑回归来估计概率比年老的和年轻的接受者,控制了人口、临床、实验室数据预处理和post-KT,和死亡。 结果。年轻18岁老年人和100 KT接受者都包括在内。移植前免疫两组间变量类似。没有显著差异( P > 0.05 )后各组观察KT对实验室数据数据大相径庭的手段和糖尿病,高血压、急性排斥反应、巨细胞病毒、多瘤病毒和尿路感染。一年后KT,肌酐清除率高( P= 0.006)的年轻人(70.9±25.2 mL / min / 1.73米²)与幸运(53.3±21.1 mL / min / 1.73米²)。没有死亡的结果比较差。多变量分析中covariables诱发慢性肾脏疾病流行病学合作(CKD-EPI)方程< 60毫升/分钟/ 1.73米²年龄≥60岁了统计学意义( P= 0.01),降低血清血红蛋白( P= 0.03)。给出的模型goodness-fit在人工智能的评价指标(精度:90%;灵敏度:71%;和 F ₁分数:0.79)。 结论。肾功能老年KT接受者是低于年轻KT接受者。不过,年龄≥60岁的患者保留足够的肾功能继续透析。此外,学习机器的应用程序建立了一个机器人(老年KTbot)在老年人口预测的可能性恶化肾功能KT后一年。SN - 2090 - 2204你——https://doi.org/10.1155/2020/7413616做的- 10.1155 / 2020/7413616摩根富林明衰老研究杂志》PB - Hindawi KW - ER