長期的サンプルエントロピーを用いた発作性心房細動発症の動的予測のための合同モデル

科学分野:

• 心臓病学
• 生物統計学
• データサイエンス

背景:

• 心房細動（AF）は、脳卒中リスクを高める一般的な不整脈です。
• 早期のAF予測は、患者ケアを向上させることができます。
• 信号の複雑さの尺度であるサンプルエントロピー（SampEn）は、AF予測の可能性を示しています。

研究 の 目的:

• 短期AFリスク予測のための合同モデリングアプローチを開発・評価する。
• ベースライン共変量と縦断的SampEn軌道を組み込む。
• 今後12時間以内のAF発症リスクを推定する。

主な方法:

• 様々な縦断的プロセスの複雑さを持つ複数の合同モデルを開発しました。
• IRIDIA-AFデータセットでブートストラップ複製を使用してモデル性能を評価しました。
• 時間依存性AUC、感度、特異度、較正、および精度指標を使用して予測性能を評価しました。

主要な成果:

• 最適なモデルは、自然立方スプラインを使用し、AUC 64.4%、感度 77.63%を達成しました。
• より単純な線形モデルは、最も高い特異度（77.94%）を示しました。
• 選択された患者に対して、個別の予測プロファイルが生成されました。

結論:

• 合同モデルは、短期AFリスク予測に有望です。
• これらのモデルは、動的で個別化されたリスク推定を提供します。
• 新しいデータが登場するにつれて、予測の更新と個別化されたモニタリングを可能にします。