机器学习在腹膜透析并发症风险预测模型中的研究进展

来源：中国血液净化杂志2025年第10期北京时间：

作者：刘欣悦 姜改英 王晓娟 王菊子 左妙荷 刘志艳

单位：030001 太原，1山西医科大学护理学院030012 太原，山西省人民医院2肾内科 3护理部030619 太原，4山西中医药大学护理学院

摘要：终末期肾病(end stage renal disease,ESRD)患者持续增长，腹膜透析(peritoneal dialysis, PD)因其居家治疗的特性，为患者提供更为便捷的选择。但其引发的感染性和非感染性并发症严重影响患者生活质量和生存率。因此，准确预测PD患者并发症风险并及时干预至关重要。机器学习(machine learning,ML)构建预测模型能够预估个体患病概率，其分支深度学习(deep learning,DL)通过多层神经网络结构，能自动从原始数据中学习深层次特征，预测准确性和效率更高。本文综述了ML及其子学科的基本概念，阐述ML在PD并发症风险预测中的应用，通过总结最新研究进展，为未来PD患者并发症管理提供借鉴。

关键词：机器学习；腹膜透析；风险预测模型

基金资助：慢性肾脏病患者营养管理方案的构建及应用(2024029)