换一批摘要截止2021 年,全球约 5.37 亿成年人患有糖尿病(diabetic mellitus,DM)[1].约40％DM患者会罹患糖尿病肾病(diabetic kidney disease,DKD),DKD引起全球约30％～50％的终末期肾病(end-stage renal disease,ESRD)[2].随着肾功能下降,2 型糖尿病(type2 diabetes milletus,T2DM)患者的心血管风险从慢性肾脏病(chronic kidney disease,CKD)1 期的 2.6％上升到CKD4 期的25.3％[3].2007 年—2017 年,肿瘤、心血管疾病的年龄标准化死亡率逐年降低,而CKD、DKD的年龄标准化死亡率仍在升高,亟待临床关注[4].DKD早期症状不明显,患者无法及时被转诊至肾科进一步治疗[5],这使得寻找DKD发生和进展的危险因素迫在眉睫.然而,临床数据不符合线性特征,研究者很难用传统统计方法去权衡和量化危险因素各自的影响,得出准确的预测模型.人工智能(artificial intelligence,AI)的加盟可能为此类问题提供新的解决方案,本文对近年DKD领域AI相关文章进行综述,以期为临床预测模型在DKD研究中的应用提供支持和参考.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1009-587X.2025.01.032
发布时间
2025-05-06（万方平台首次上网日期，不代表论文的发表时间）
基金项目
四川省中医药管理局科研专项基金资助项目（No.2020JC0079）
四川省科技厅科研专项基金资助项目（No.2021YFS0259）
- 浏览8
- 被引0
- 下载15
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
