机器学习分析构建了一种新型模型,用于预测患有基本血栓细胞血症的成年人中复发性血栓形成的情况
Jia Chen1,2, Huan Dong1,2, Rongfeng Fu1,2
1State Key Laboratory of Experimental Hematology, Haihe Laboratory of Cell Ecosystem, Institute of Hematology & Blood Diseases Hospital, Tianjin Key Laboratory of Gene Therapy for Blood Diseases, CAMS Key Laboratory of Gene Therapy for Blood Diseases, National Clinical Research Center for Blood Diseases, Chinese Academy of Medical Sciences & Peking Union Medical College, Tianjin, 300020, China.
Journal of thrombosis and thrombolysis
|May 30, 2023
概括
心血管风险因素和标准偏差的红细胞分布宽度预测了基本血栓细胞血症 (ET) 患者的血栓复发. 一个新的风险模型确定了需要更密切监测的高风险个体,以获得更好的结果.
科学领域:
- 血液学 血液学 血液学
- 在瘤学瘤学.
- 内部医学 内部医学
背景情况:
- 患有先前血栓形成的基本血栓塞血症 (ET) 患者面临复发的高风险.
- 确定复发性血栓塞的预测性风险因素对于患者管理至关重要.
研究的目的:
- 确定有血栓形成史的ET患者中复发性血栓形成的独立风险因素.
- 开发和验证血栓复发的预测模型.
- 为了比较不同治疗策略的疗效,以免转血栓的生存.
主要方法:
- 一组318名先前患有血栓形成的ET患者被分为导出和验证组.
- 机器学习 (随机森林,SVM) 和后勤回归被用来识别预测因素.
- 开发和验证了一种三级风险分层模型.
主要成果:
- 心血管风险因素 (CVF) 和红细胞分布宽度与标准偏差 (RDW-SD) 被确定为复发的独立预测因素.
- 开发的三层模型显示出良好的区别,并且与无转血栓性生存率 (rTFS) 有显著的相关性.
- 细胞减小疗法在10年的rTFS中比单独的抗血小板药物更有效.
结论:
- 该研究确定了关键预测因素,并开发了一种验证的风险模型,用于ET患者的血栓复发.
- 该模型有助于识别需要更密切监测的高风险个体.
- 与单独的抗血小板治疗相比,细胞还原疗法在预防复发方面表现出更高的疗效.
