JAHA：心血管疾病智能风险计算体系优于指南
2018-11-12 MedSci MedSci原创
有研究显示美国心脏病学会指南的合并队列方程风险评估体系可能在高风险患者中低估了动脉粥样硬化心血管疾病（CVD）的发病风险。同样地，该指南也可能高估了CVD的风险，从而造成过度治疗。本研究的目的旨在利用机器学习（ML）来解决这个问题。本研究从6459名动脉粥样硬化心血管疾病患者的MESA临床研究中发明了一个ML风险计算体系。本研究对两种风险计算体系输入相同的参数，并比较他们的结果。最后在FLEMEN
有研究显示美国心脏病学会指南的合并队列方程风险评估体系可能在高风险患者中低估了动脉粥样硬化心血管疾病（CVD）的发病风险。同样地，该指南也可能高估了CVD的风险，从而造成过度治疗。本研究的目的旨在利用机器学习（ML）来解决这个问题。
本研究从6459名动脉粥样硬化心血管疾病患者的MESA临床研究中发明了一个ML风险计算体系。本研究对两种风险计算体系输入相同的参数，并比较他们的结果。最后在FLEMENGHO 临床队列中进行模型的验证。美国心脏病学会指南的风险计算体系推荐46%的患者接受他汀类药物治疗，尽管如此，有23.8%的CVD事件发生在没有推荐的患者中，其敏感度为0.76，特异性为0.56。相比之下，ML风险计算体系仅推荐11.4%的患者接受他汀类药物治疗，仅14.4%的CVD事件发生在没有推荐的患者中，其敏感度为0.86，特异性为0.95。
本研究结果显示，机器学习来源的风险计算体系较美国心脏病学会指南风险计算体系的敏感度和特异性均更高，需要更多的研究来验证该模型。
原始出处：
Ioannis A et al.Machine Learning Outperforms ACC/AHA CVD Risk Calculator in MESA.JAHA.2018 Nov.
本文系梅斯医学(MedSci)原创编译整理，转载需授权！
版权声明：
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
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
#AHA#
69
#血管疾病#
73