| 参考文献 | 任务 | 数据 | 方法 | 性能 |
|---|---|---|---|---|
| Chen等［ | 预测IgA肾病的 肾脏结局 | 中国18个肾病中心，2 056例： 训练集80%、验证集20% | IMV⁃LSTM | C统计量0.93 |
| Schena等［
| 预测IgA肾病患者 是否发生终末期 肾病及发生时间 | 948例
| ANN
| 分类模型的AUC：0.82（随访5年），0.89（10年）；回归模型的平均绝对误差1.78年，均方根误差 2.15年；判别Harrel C指数81%（5年），86%（10年）； Akaike信息标准值355.01（5年），269.56（10年）； 动态判别指数0.80（5年），0.79（10年） |
| Jaugey等［ | IgA肾病的自动化 MEST⁃C评分 | 196例肾活检样本：训练队列42例、测试队列66例、 应用队列88例 | CNN | AUC：0.88（M1）、0.91（E1）、0.88（S1）、0.94（T1）、 0.96（T2）、0.96（C1）、0.92（C2）；Kappa系数：0.68（E）、0.79（S）、0.73（T）、0.70（C）、0.52（M） |
| Tomašev等［ | 预测AKI的发生 | 172个住院部、1 062个门 诊部，703 782例成年人 | RNN | 提前48 h预警了55.8%住院期间发生的AKI和90.2%需要透析的AKI，每个正确预警的同时会伴有2个错误警报 |
| Chiofolo等［
| 预测AKI的发生 及严重程度
| 训练集4 572例、验证集 1 958例
| RF
| 验证集AUC 0.88； AKI 1~3期：提前6 h预警率30%的敏感性92%，特异性68%； AKI 2~3期：提前6 h预警率53%的敏感度91%，特异度71% |
| Chaudhary等［ | 识别脓毒症相关 AKI的亚型 | 4 001例 | ANN | 三种AKI亚型中，1型的血尿素氮和肌酐最低，需要透析的比例也最小，28 d病死率最低；3型较1型的校正死亡的比值比为1.9 |
| Truchot等［
| 预测同种异体移 植肾的存活率 | 训练队列：4 000例法国患者；外部验证队列：2 214 例欧洲患者、1 537例北 美患者和671例南美患者 | 决策树（RSF、RSF⁃ERT、CIF）、支持向量机（LK⁃SVM、 AK⁃SVM）、梯度提升模型（XGBoost） | C指数：0.788（RSF）、0.779（RSF⁃ERT）、0.786 （CIF）、0.527（LK⁃SVM）、0.704（AK⁃SVM）、0.767（XGBoost）、0.808（CBPS） |
| Ali等［ | 评估移植物存活率 | 66 914例活体肾移植：训 练集80%、测试集20% | 深度Cox混合模型 | AUC：0.70（移植后5年）、0.68（10年）、0.68（13年） |
| Yoo等［ | 构建移植物的非侵入 性虚拟活检系统 | 全球17个中心，14 032例 零点肾活检样本 | 集成模型（RF、GBM、 XGBoost、LDA、MANN、 多项式LR） | AUC：0.833（动脉硬化）、0.773（小动脉玻璃样变）、0.830（小管萎缩间质纤维化）；平均绝对误差5.999（肾小球硬化） |
| Hong等［ | 预测移植后需要切除 甲状旁腺的风险 | 测试队列669例（训练集 75%、测试集25%）、验证 队列542例 | RF、XGBoost、轻型GBM、 正则化LR | AUC：0.94；AUPRC：0.52；NRI：0.28 |
| Mavrogeorgis等［ | CKD的病因鉴别 | 1 850例健康对照和CKD（DKD、IgA肾病、血管炎） | SVM | 二元分类准确率90.35%；多元分类准确率70.13% |
| Wu等［ | 诊断DKD | 618例：训练集557例、 测试集61例 | RF、SVM、LASSO | 准确性79%，特异性81% |
| Tran等［ | 预测CKD 4、5期患者两年的全因死亡率 | 534例 | DL、RF、贝叶斯 网络、LR | 引入年龄等7个变量的贝叶斯网络模型的 预测性能最佳 |
| Siga等［ | 预测血液透析患者 两年的全因死亡率 | 4 915例 | 贝叶斯网络 | AUC 0.78，敏感性0.72，特异性0.69 |
