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

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

ML-Modell aus quantitativer MRT und klinischen Variablen sagt Gehfähigkeitsverlust bei DMD voraus

Liu C et al. · J Cachexia Sarcopenia Muscle · erschienen Okt. 2026 · in PubMed seit 23.10.2026 · PMID 42913715

Von KI ausgewählt und zusammengefasst

Worum es geht

Prospektive Studie (188 DMD-Jungen, 43,5 Monate Follow-up) zur Entwicklung eines Random-Survival-Forest-Modells mit Fettinfiltrations-MRT-Parametern und klinischen Variablen zur individualisierten Risikovorhersage für Gehfähigkeitsverlust.

Ergebnis

66 Patienten (35,1 %) erlebten Gehfähigkeitsverlust. RSF-Modell mit 6 Prädiktoren (NSAA-Score, MRC%, Alter, 3 Fettinfiltrationswerte): C-Index 0,870 (95%-KI 0,764–0,957), überlegen gegenüber klinischem Cox (0,804) und Ridge-Cox (0,853). Zeit-abhängige AUCs 0,984/0,971/0,913/0,850 bei 12/24/36/48 Monaten. Risikogruppen-Stratifikation mit log-rank p = 0,0025. Web-Tool verfügbar.

Übertragbarkeit auf Deutschland

China, aber Methodik mit quantitativer MRT und genetischen Markern auf europäische DMD-Zentren mit ähnlicher Ausstattung übertragbar.

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