在使用人工智能模型的急性缺血性中风患者中使用rt-PA进行血栓治疗的预后预测
Miao Chen1,2, Liya Zhou3, Limin Fan4
1Department of Emergency, The First Affiliated Hospital of Hainan Medical University Haikou 570102, Hainan, China.
American journal of translational research
|August 10, 2023
概括
人工神经网络 (ANN) 和后勤回归模型有效预测血栓治疗后急性缺血性中风 (AIS) 的预后. 在准确性,精度和F1得分方面,ANN模型略有优势.
科学领域:
- 神经学 神经学
- 医学统计 医学统计
- 人工智能在医学中的应用
背景情况:
- 急性缺血性中风 (AIS) 构成一个重大的健康挑战,需要在血栓缓解药物治疗后进行准确的预后评估.
- 预测患者的结果对于指导治疗决策和改善患者管理至关重要.
研究的目的:
- 为了比较人工神经网络 (ANN) 和物流回归模型的预测性能,用于在接受血栓治疗的AIS患者的神经预后.
- 确定与AIS预后相关的关键临床和实验室因素.
主要方法:
- 对362名接受血栓解压治疗的AIS患者进行了回顾性分析.
- 利用后勤回归和ANN模型,根据临床和实验室指标预测3个月的预后.
- 使用准确性,精度,回忆和F1分数等指标比较模型性能.
主要成果:
- 年龄,NIHSS分数,血清葡萄糖,APTT和入院时的MBP被确定为两种模型的预后的重要预测因素.
- 后勤回归和ANN模型都显示了可比的预测能力.
- 与物流回归模型相比,ANN模型在准确度,精度和F1得分方面表现出了微不足道的改善.
结论:
- 人工神经网络 (ANN) 模型是一种可行的,略高于物流回归的替代方案,用于预测AIS血栓溶解后的预后.
- 这些发现支持使用先进的统计方法来提高AIS管理中的预测准确性.
