Voorspellen van geïnfecteerde pancreatische necrose bij acute pancreatitis met behulp van machine-learningmodellen en featureselectie

Waarom dit belangrijk is voor patiënten en families

Ernstige ontstekingsaanvallen in de alvleesklier kunnen plots levensbedreigend worden wanneer delen van het orgaan afsterven en geïnfecteerd raken. Artsen kennen dit gevaar, maar hebben nog steeds moeite om in de eerste dagen van de ziekte te voorspellen welke patiënten naar deze complicatie gaan. Deze studie toont aan hoe zorgvuldig opgezette computermodellen, getraind op routinematige ziekenhuisgegevens, artsen kunnen helpen dat risico eerder en nauwkeuriger in te schatten, wat mogelijk de behandeling kan sturen voordat een infectie zich vestigt.

Bronvermelding: Xin, L., Yixuan, D., Bohan, H. et al. Predicting infected pancreatic necrosis in acute pancreatitis using machine learning models and feature selection. Sci Rep 16, 11338 (2026). https://doi.org/10.1038/s41598-026-38410-0

Trefwoorden: acute pancreatitis, geïnfecteerde pancreatische necrose, machine learning, klinische risicovoorspelling, random forest