Eur Heart J：基于机器学习的心脏再同步治疗患者的死亡率预测
2020-01-11 xiangting MedSci原创
SEMMELWEIS-CRT评分（可在semmelweiscrtscore.com上获得）显示出良好的判别力，可以预测CRT患者的全因死亡率，并且优于现有的风险评分。
这项研究目标是建立一种基于机器学习（ML）的风险分层系统，从而根据心脏再同步治疗（CRT）患者的植入前参数预测1年、2年、3年、4年和5年全因死亡率。
使用包含1510例CRT植入患者的回顾性数据库对多个ML模型进行训练，以预测1至5年全因死亡率。选择了33个植入前临床特征来训练模型。在一个包含158例患者的独立队列中，对表现最佳的模型[SEMMELWEIS-CRT评分（对CRT植入患者进行机器学习的个体化死亡风险评估）]和既往评分（西雅图心衰模型、VALID-CRT、EAARN、ScREEN和CRT评分）进行了测试。5年的随访期间，训练队列有805例死亡（53％），测试队列有80例死亡（51％）。在经过训练的分类模型中，随机森林的表现最佳。对于预测1年、2年、3年、4年和5年死亡率，SEMMELWEIS-CRT评分的受试者操作特征曲线下面积分别为0.768 (95% CI: 0.674–0.861; P<0.001)、0.793（95％CI：0.718-0.867; P<0.001）、0.785（95％CI：0.711-0.859; P<0.001）、0.776（95％CI：0.703-0.849; P<0.001）和0.803（95％CI：0.733-0.872；P <0.001）。该模型的判别能力优于其他评分。
SEMMELWEIS-CRT评分（可在semmelweiscrtscore.com上获得）显示出良好的判别力，可以预测CRT患者的全因死亡率，并且优于现有的风险评分。通过获取预测因子的非线性关联，使用ML方法有助于CRT植入最佳候选者的筛选和预后预测。
原始出处：
Márton
Tokodi. Machine learning-based mortality prediction of patients undergoing
cardiac resynchronization therapy: the SEMMELWEIS-CRT score. Eur
Heart J. 10 January 2020.
本文系梅斯医学(MedSci)原创编译整理，转载需授权！
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#ART#
71
#心脏再同步治疗#
69
#HEART#
49
#机器#
55