Use of artificial neural networks in the management of antenatally diagnosed ureteropelvic junction obstruction
DOI :
https://doi.org/10.5489/cuaj.761Résumé
Background: In this study, an artificial neural network (ANN) based
system has been developed specifically to help in the management
of antenatally diagnosed uretero-pelvic junction (UPJ) obstruction.
Methods: A total of 53 infants with antenatally detected hydronephrosis
caused by UPJ obstruction were included in this study. A
neural network was developed with the help of a commercially
available software package. The patients’ age and sex, renal pelvic
diameter, laterality, split renal function and presence of renal scar
on radionuclide scan, follow-up times, urine culture results and
the presence of symptomatic infections were used as variables.
These data were also entered into a statistical software package
and linear regression analysis was done.
Results: During the follow-up period, 36 children were observed,
and the remaining 17 renal units underwent pyeloplasty. The average
sensitivity of the ANN model in predicting the outcome was
found to be 92% in the training group and 75% in the validation
and test groups. In linear regression, none of the predictors were
found to be statistically significant.
Interpretation: In this study, we have demonstrated that the use
of ANNs in antenatally diagnosed UPJ obstruction can help the
clinician in making treatment decisions, and thus can be useful in
daily clinical practice.
Contexte : Dans cette étude, un système fondé sur un réseau de
neurones artificiels a été mis au point précisément pour aider à la
prise en charge d’une obstruction de la jonction urétéropelvienne
diagnostiquée pendant la période anténatale.
Méthodologie : Au total, 53 enfants atteints d’hydronéphrose
décelée avant la naissance et causée par l’obstruction de la jonction
urétéropelvienne ont été inclus dans cette étude. Un réseau de
neurones a été élaboré à l’aide d’un logiciel offert sur le marché.
L’âge et le sexe du patient, le diamètre du bassinet du rein, la
latéralité, une fonction rénale séparée et la présence de cicatrices
rénales observables par scintigraphie par balayage, la durée de
la période de suivi, les résultats d’analyses d’urine et la présence
d’infections symptomatiques ont été utilisés comme variables. Ces
données ont également été saisies dans un progiciel statistique et
ont servi à une analyse de régression linéaire.
Résultats : Au cours de la période de suivi, 36 enfants ont été
placés en observation, et on a procédé à une pyéloplastie dans les
17 autres cas. La sensibilité moyenne du modèle pour la prédiction
de l’issue a été évaluée à 92 % dans le groupe de formation et à
75 % dans les groupes de validation et de test. Dans l’analyse de
régression linéaire, aucun des facteurs de prédiction n’a été jugé
significatif sur le plan statistique.
Interprétation : Dans cette étude, nous avons montré que l’utilisation
d’un réseau de neurones artificiels en présence d’obstruction de la
jonction urétéropelvienne diagnostiquée avant la naissance peut
aider le clinicien à prendre des décisions thérapeutiques, et peut
donc être utile dans la pratique clinique quotidienne.
Téléchargements
Téléchargements
Comment citer
Numéro
Rubrique
Licence
Les auteurs accordent les droits d’auteurs liés à l’article et son contenu à l’Association des urologues du Canada. Cette entente signifie que vous ne pouvez pas faire ce qui suit, sans d’abord obtenir l’autorisation écrite de l’AUC :
- Afficher l’article sur tout site Web.
- Traduire ou autoriser une tierce partie à traduire l’article.
- Copier ou reproduire l’article par quelque moyen que ce soit et sous tout format que ce soit, ou autoriser d’autres à le faire, au-delà de ce qui est permis par la loi canadienne du droit d’auteur.
- Copier ou reproduire des sections de l’article, y compris les tableaux et figures, par quelque moyen que ce soit, ou autoriser d’autres à le faire, au-delà de ce qui est permis par la loi canadienne du droit d’auteur.
L’AUC encourage l’usage des articles à des fins éducatives sans but commercial et ne refusera pas sans motif raisonnable toute demande d’autorisation à cet effet.
Vous conservez le droit moral lié à l’article et son contenu. Cela signifie que l’AUC ne peut utiliser ses droits d’auteurs d’une manière telle que cela pourrait avoir des répercussions négatives sur votre réputation ou sur votre droit à être associé à l’article.
L’AUC exige également que vous garantissiez ce qui suit :
- Vous êtes l’auteur ou les auteurs et seul(s) propriétaire(s) du contenu, le contenu de l’article est original et n’a jamais été publié et vous n’en avez pas déjà cédé les droits d’auteurs ni accordé de licence concernant son contenu à toute autre tierce partie;
- Toutes les personnes qui ont contribué de manière considérable à la rédaction de l’article sont mentionnées;
- L’article ne viole aucun droit de propriété de toute tierce partie, et vous avez obtenu les autorisations requises pour inclure les travaux d’autres personnes dans cet article; et
- L’article ne diffame aucune tierce partie ni ne viole les droits à la vie privée de toute tierce partie.
