在没有心肌梗塞的患者中预测三重血管/左主冠状动脉疾病的算法. 一个国际交叉验证

科学领域:

• 心脏病学 心脏病学
• 医疗信息学 医疗信息学
• 预测分析是一种预测分析.

背景情况:

• 准确预测冠状动脉疾病 (CAD) 对患者管理至关重要.
• 识别患有三重血管或左主CAD的患者需要可靠的预测工具.
• 以前的算法可能无法完全整合临床,风险因素和运动数据.

研究的目的:

• 开发和验证用于预测三重血管/左主冠状动脉疾病的逻辑回归算法.
• 用来自多个国际中心的数据评估算法的预测性能.

主要方法:

• 后勤回归分析应用于1,074名患者的临床,风险因素和运动数据.
• 开发了四个独立的概率算法,使用来自四个研究中心中的三个数据.
• 对来自剩余中心的独立患者群体进行算法的交叉验证.

主要成果:

• 算法结合了13个变量,包括年龄,胸痛类型,血压和运动参数.
• 在验证组中,区分力 (ROC曲线下的面积) 从0.68到0.85不等.
• 算法通常提供准确的概率估计,在一个中心有轻微的高估/低估.

结论:

• 开发的后勤回归算法显示,对严重的CAD有相当好的预测能力.
• 多中心数据集成和交叉验证提高了预测模型的稳定性.
• 这些算法可以帮助识别可能从冠状动脉血管学中受益的患者.