Modelos interpretables de aprendizaje automático para predecir arritmias ventriculares malignas en pacientes con infarto agudo de miocardio con elevación del segmento ST basados en el índice de inflamación sistémica
Contact us if these videos are not relevant.
Contact us if these videos are not relevant.
Ver abstracta en PubMed
Resumen
Este resumen es generado por máquina.Un modelo de aprendizaje automático predice eficazmente las arritmias ventriculares malignas (AVM) en pacientes con infarto de miocardio por elevación del segmento ST (IMES) después de la intervención coronaria percutánea (ICP). El modelo integra los índices de inflamación y los datos clínicos, mejorando la estratificación del riesgo para la intervención temprana.
Área De La Ciencia
- Cardiología
- La informática médica
- Los biomarcadores
Sus Antecedentes
- La intervención coronaria percutánea (PCI) es crucial para el infarto de miocardio por elevación del segmento ST (STEMI), pero conlleva un riesgo de arritmias ventriculares malignas (AVM).
- Los índices de inflamación sistémica son biomarcadores potenciales para el riesgo de AVM, sin embargo, los modelos de predicción actuales a menudo descuidan estos marcadores y se basan en métodos tradicionales.
- Se necesitan modelos avanzados e interpretables para predecir el AVM hospitalario en pacientes con ITST después de la ICP.
Objetivo Del Estudio
- Desarrollar un modelo interpretable de aprendizaje automático (ML) para predecir el riesgo de AVM en el hospital en pacientes con STEMI sometidos a PCI de emergencia.
- Utilizar los índices de inflamación sistémica y los indicadores clínicos tradicionales para mejorar la predicción del riesgo de AVM.
- Mejorar la toma de decisiones clínicas y facilitar la intervención temprana para la prevención de AVM.
Principales Métodos
- Análisis retrospectivo de 485 pacientes con STEMI, divididos en cohortes de entrenamiento y validación temporal.
- Desarrollo y validación de modelos de ML (bosque aleatorio, regresión logística, SVM, XGBoost) utilizando índices de inflamación sistémica, indicadores clínicos o una combinación de estos.
- Aplicación de los valores SHAP (Shapley Additive Explanations) para la importancia de las características y la interpretabilidad del modelo.
Principales Resultados
- 88 (18,1%) pacientes desarrollaron AVM. Nueve predictores, incluidos los índices de inflamación y los marcadores clínicos, se asociaron significativamente con el riesgo de AVM.
- El modelo Random Forest (RF) logró el mayor rendimiento predictivo (AUC: 0.925), superando a otros modelos ML y regresión logística.
- El análisis SHAP identificó dos índices de inflamación sistémica y tres marcadores clínicos tradicionales como predictores clave del AVM hospitalario.
Conclusiones
- Un modelo de RF que integra índices de inflamación sistémica e indicadores clínicos predice efectivamente el AVM hospitalario en pacientes con ITST después de la ICP.
- Este método ML ofrece una precisión de estratificación del riesgo superior a la de los métodos tradicionales.
- El modelo facilita la intervención clínica temprana, reduciendo potencialmente la ocurrencia de AVM y mejorando los resultados de los pacientes.
Contact us Si estos videos no son relevantes.
Contact us Si estos videos no son relevantes.
Videos de Conceptos Relacionados
Myocarditis is an inflammation of the heart muscle. The symptoms vary widely, encompassing asymptomatic presentations to severe, acute manifestations.Clinical PresentationAsymptomatic cases: In some instances, myocarditis may be asymptomatic, with the infection resolving without intervention. These cases often go undetected unless discovered incidentally through diagnostic imaging or tests conducted for other reasons.General Early Symptoms: Early symptoms of myocarditis are non-specific and can...
Myocarditis is inflammation of the myocardium, which is the muscular layer of the heart.EtiologyMyocarditis has a diverse etiology, including a wide range of infectious and non-infectious causes:Infectious CausesViral: Common viruses include Coxsackie A and B, adenovirus, parvovirus B19, enteroviruses, and influenza A.Bacterial: Examples include infections caused by Streptococcus, Staphylococcus, and Mycoplasma species.Rickettsial: Infections like Rocky Mountain spotted fever can result in...
Diagnosing acute coronary syndrome or ACS begins with a thorough patient history. Notable symptoms include central, crushing chest pain radiating to the left arm, neck, jaw, or back, along with shortness of breath, sweating (diaphoresis), nausea, vomiting, dizziness, and palpitations.It is crucial to note any history of cardiac illnesses and assess risk factors, including age, gender, smoking, hypertension, diabetes, hyperlipidemia, and a sedentary lifestyle.During physical examination, vital...
Myocarditis: Comprehensive Medical ManagementMyocarditis, the heart muscle inflammation, requires a comprehensive medical management strategy that addresses the underlying cause, provides supportive care, manages symptoms, and reduces cardiac workload.Infections and Autoimmune CausesAdminister appropriate antimicrobial therapy when an infectious agent causes myocarditis. For instance, penicillin treats infections caused by Group A Streptococcus. In cases where autoimmune processes are...