Knowledge-Hub Digitalisierung, KI & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Machine Learning zur Charakterisierung von Patienten mit vaskulärisierten Komposit-Allotransplantaten

Knoedler L et al. · Front Immunol · erschienen 19.08.2026 · in PubMed seit 03.09.2026 · PMID 42688033

Von KI ausgewählt und zusammengefasst

Worum es geht

Machine-Learning-Analyse von US-Transplantationsregisterdaten zur Identifikation von Populationsclustern, regionalen Mustern und Trends bei vaskulärisierten Komposit-Transplantaten (Gesicht, Gliedmaßen, Uterus).

Ergebnis

Unter 107 Empfängern: Geschlecht und Transplantationstyp als primäre differenzierende Dimensionen; 42% wurden als Ausreißer klassifiziert, was erhebliche Populationsheterogenität unterstreicht; Gesichts-VCA-Untergruppe konzentrierte sich regional in US-Regionen 1 und 9 mit höherem Alter (42±11 Jahre) und längeren Wartezeiten (246±198 Tage).

Übertragbarkeit auf Deutschland

USA-Daten, nur methodologisch relevant; für deutsche Umsetzbarkeit Zugang zu nationalen Transplantationsregistern nötig.

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.