gms | German Medical Science

48. Gemeinsame Tagung der Bayerischen Urologenvereinigung und der Österreichischen Gesellschaft für Urologie

19.05. - 21.05.2022, Lindau

Anwendung neuronaler Netze zur Vorhersage des Ressourcenbedarfs für die personalisierte endourologische Steintherapie

Meeting Abstract

  • presenting/speaker Clemens Hüttenbrink - Klinikum Nürnberg/Paracelsus Medizinische Privatuniversität/Klinik für Urologie, Nürnberg, Deutschland
  • Wolfgang Hitzl - Research and Innovation Management (RIM), Team Biostatistics and publication of clinical trial studies Paracelsus Medical University, Salzburg, Austria
  • Sascha Pahernik - Klinikum Nürnberg/Paracelsus Medizinische Privatuniversität/Klinik für Urologie, Nürnberg, Deutschland
  • Jens Kubitz - Klinikum Nürnberg/Paracelsus Medizinische Privatuniversität/Klinik für Anästhesiologie und operative Intensivmedizin, Nürnberg, Deutschland
  • Valentin Popeneciu - Klinikum Nürnberg/Paracelsus Medizinische Privatuniversität/Klinik für Urologie, Nürnberg, Deutschland
  • Jascha Ell - Klinikum Nürnberg/Paracelsus Medizinische Privatuniversität/Klinik für Urologie, Nürnberg, Deutschland

Bayerische Urologenvereinigung. Österreichische Gesellschaft für Urologie und Andrologie. 48. Tagung der Bayerischen Urologenvereinigung und der Österreichischen Gesellschaft für Urologie. Lindau, 19.-21.05.2022. Düsseldorf: German Medical Science GMS Publishing House; 2022. Doc22urobay74

doi: 10.3205/22urobay74, urn:nbn:de:0183-22urobay742

Veröffentlicht: 18. Mai 2022

© 2022 Hüttenbrink et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Einleitung: In den letzten Jahren hat die retrograde intrarenale Chirurgie zur Behandlung von Urolithiasis zugenommen. Bei der Planung dieser Eingriffe kann der Mangel an Informationen über die Komplexität, die erforderlichen Instrumente sowie die Dauer zu Schwierigkeiten in der Operationsplanung führen. Dies führt wiederum zu Stornierungen elektiver Eingriffe und ist mit finanziellen Risiken für das Krankenhaus verbunden. Vorhersagemodelle können Operationsplanern und Operateuren helfen Eingriffe besser zu planen.

Methode: Als Datenquelle wurden routinemäßig erfasste CT-Bilddaten und Patientendaten verwendet. Verschiedene maschinelle Lernmodelle wurden trainiert und getestet, um die Notwendigkeit einer Laserlithotripsie vorherzusagen und die voraussichtliche Dauer einer Ureterorenoskopie auf der Basis von 474 Patienten über einen Zeitraum von 05/2016 bis 12/2019 zu prognostizieren. Die Vorhersagemodelle durften in Zweifelsfällen eine Vorhersage als Verwerfungsoption ablehnen.

Ergebnisse: Für 56% der Patienten lag der negative prädiktive Wert bezüglich des Lasereinsatzes bei 97%, der positive prädiktive Wert bei 100% und der Anteil der korrekt klassifizierten Patienten bei 97%. Ähnliche Ergebnisse wurden für den Endpunkt der Operationszeit (< 30 min) gefunden. Faktoren, die die Vorhersage der Laseranwendung und der Operationsdauer < 30 min beeinflussen, sind Alter, Geschlecht, Größe, Gewicht, BMI, Größe des Harnleitersteins, Steinvolumen, Steindichte und das Vorhandensein einer Harnleiterschiene. Die Vorhersagemodelle schlossen – aufgrund der Verwerfungsoption – 44% aller Patienten aus.

Schlussfolgerung: Bei 56% der Ureterorenoskopien kann vorhergesagt werden, ob ein Laser zur Lithotrypsie erforderlich ist und ob die Operationszeit weniger als 30 Minuten beträgt. Dies ermöglicht es dem Operationsplaner und dem Urologen den Aufwand und die Vorbereitung der Operation effektiv zu beurteilen, um so eine bessere Ressourcenoptimierung und Kosteneffizienz zu erreichen.