开发和验证一种新的组合性名录模型,用于预测心力衰竭患者在医院死亡率
Dabei Cai1,2, Qianwen Chen1, Xiaobo Mu3
1Department of Cardiology, the Affiliated Changzhou Second People's Hospital of Nanjing Medical University, 29 Xinglong Alley, Changzhou, Jiangsu, 213000, China.
BMC cardiovascular disorders
|January 3, 2024
概括
一个新的Nomogram模型和在线工具可以预测心力衰竭 (HF) 患者在医院死亡的风险. 这些工具表现良好,可能有助于对HF死亡风险的临床决策.
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:
- 心力衰竭 (HF) 是住院和死亡的重要原因.
- 准确预测HF患者的住院死亡率对于及时干预至关重要.
- 现有的风险分层工具可能需要加强以提高准确性.
研究的目的:
- 开发和验证Nomogram模型,用于预测住院心力衰竭 (HF) 患者的全因死亡率.
- 根据开发的预测模型创建一个可访问的在线风险评估系统.
- 评估新风险预测工具的预测性能和临床实用性.
主要方法:
- 利用了密集护理医疗信息中心 (MIMIC) III和IV数据库的数据,其中包括16,908名心力衰竭患者.
- 开发了两种物流回归 (LR) 模型 (LR1和LR2),使用MIMIC-IV数据预测医院死亡.
- 使用MIMIC-III数据验证的模型,通过曲线下的面积 (AUC) 评估歧视,并与校准曲线和决策曲线分析 (DCA) 模型匹配.
主要成果:
- 总共有16,908名HF患者被分析,其中13.5%的人在医院死亡.
- 该LR2模型表现出强大的预测性能,AUC为0.766 (95%CI:0.751-0.781).
- 根据DCA,两种开发的模型都显示出良好的校准和净收益,Nomogram和在线系统提供可视化.
结论:
- 一种新的风险预测工具,包括Nomogram和在线风险评估系统,已成功为HF患者开发.
- 该开发的工具在预测心力衰竭患者住院死亡率方面表现强.
- 这种风险预测系统有可能指导临床实践并改善心力衰竭患者的治疗.
