Open AccessUse of artificial neural networks in the management of antenatally diagnosed ureteropelvic junction obstruction
Author(s) -
İlker Şeçkiner,
Serap Ulusam Seçkiner,
Ömer Bayrak,
Sakıp Erturhan
Publication year - 2013
Publication title -
canadian urological association journal
Language(s) - French
Resource type - Journals
SCImago Journal Rank - 0.477
H-Index - 38
eISSN - 1920-1214
pISSN - 1911-6470
DOI - 10.5489/cuaj.761
Subject(s) - ureteropelvic junction , medicine , pyeloplasty , statistical software , renal function , surgery , linear regression , hydronephrosis , urinary system , machine learning , software engineering , computer science , engineering
Background: In this study, an artificial neural network (ANN) basedsystem has been developed specifically to help in the managementof antenatally diagnosed uretero-pelvic junction (UPJ) obstruction.Methods: A total of 53 infants with antenatally detected hydronephrosiscaused by UPJ obstruction were included in this study. Aneural network was developed with the help of a commerciallyavailable software package. The patients’ age and sex, renal pelvicdiameter, laterality, split renal function and presence of renal scaron radionuclide scan, follow-up times, urine culture results andthe presence of symptomatic infections were used as variables.These data were also entered into a statistical software packageand linear regression analysis was done.Results: During the follow-up period, 36 children were observed,and the remaining 17 renal units underwent pyeloplasty. The averagesensitivity of the ANN model in predicting the outcome wasfound to be 92% in the training group and 75% in the validationand test groups. In linear regression, none of the predictors werefound to be statistically significant.Interpretation: In this study, we have demonstrated that the useof ANNs in antenatally diagnosed UPJ obstruction can help theclinician in making treatment decisions, and thus can be useful indaily clinical practice.Contexte : Dans cette étude, un système fondé sur un réseau deneurones artificiels a été mis au point précisément pour aider à laprise en charge d’une obstruction de la jonction urétéropelviennediagnostiquée pendant la période anténatale.Méthodologie : Au total, 53 enfants atteints d’hydronéphrosedécelée avant la naissance et causée par l’obstruction de la jonctionurétéropelvienne ont été inclus dans cette étude. Un réseau deneurones 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, lalatéralité, une fonction rénale séparée et la présence de cicatricesrénales observables par scintigraphie par balayage, la durée dela période de suivi, les résultats d’analyses d’urine et la présenced’infections symptomatiques ont été utilisés comme variables. Cesdonnées ont également été saisies dans un progiciel statistique etont servi à une analyse de régression linéaire.Résultats : Au cours de la période de suivi, 36 enfants ont étéplacés en observation, et on a procédé à une pyéloplastie dans les17 autres cas. La sensibilité moyenne du modèle pour la prédictionde l’issue a été évaluée à 92 % dans le groupe de formation et à75 % dans les groupes de validation et de test. Dans l’analyse derégression linéaire, aucun des facteurs de prédiction n’a été jugésignificatif sur le plan statistique.Interprétation : Dans cette étude, nous avons montré que l’utilisationd’un réseau de neurones artificiels en présence d’obstruction de lajonction urétéropelvienne diagnostiquée avant la naissance peutaider le clinicien à prendre des décisions thérapeutiques, et peutdonc être utile dans la pratique clinique quotidienne.