An interpretable machine learning model to predict postoperative acute kidney injury following pancreatic surgery
Questo studio ha sviluppato e validato un modello Random Forest interpretabile utilizzando cinque variabili preoperatorie e intraoperatorie facilmente reperibili per predire accuratamente l'insufficienza renale acuta post-pancreatectomia, con l'analisi SHAP che ha identificato la perdita di sangue intraoperatoria come il fattore di rischio più forte.