使用血液学指标预测急性缺血性中风和预测因素分析,在过渡性缺血性中风后的高血压老年人中使用血液学指标
Chang Shu1, Chenguang Zheng2, Da Luo3
1Tianjin Key Laboratory of Cerebral Vascular and Neurodegenerative Diseases, Tianjin Neurosurgical Institute, Tianjin Huanhu Hospital, Tianjin, 300350, China. shuchangdx@nankai.edu.cn.
Scientific reports
|January 6, 2024
概括
患有高血压和过渡性缺血性攻击 (TIA) 的老年患者面临急性缺血性中风 (AIS) 的高风险. 一个XGBoost模型使用血液测试和临床数据准确预测AIS风险,帮助早期干预.
科学领域:
- 心血管医学 心血管医学
- 神经学 神经学
- 在医疗保健中的数据科学.
背景情况:
- 患有TIA的老年高血压患者有明显增加的急性缺血性中风 (AIS) 风险.
- 准确预测AIS风险对于在这个脆弱人群中及时干预和中风预防策略至关重要.
研究的目的:
- 开发和验证TIA老年高血压患者AIS风险的非侵入性预测模型.
- 确定关键的预测因素及其对AIS发展的相互作用.
主要方法:
- 利用了大量的队列 (11,056名患者) 用外周血液测试和来自医院信息系统的临床数据.
- 开发了一个XGBoost模型,数据随机分为训练,验证和测试集 (5:2:3比).
- 随访患者三年来记录事件AIS.
主要成果:
- XGBoost模型实现了高性能:平衡精度为0.9022,回忆率为0.8688,PR-AUC为0.9315.
- 该模型有效地捕获了所选指标之间的复杂非线性相互作用.
- 分析揭示了个别指标及其相互作用的重要性和敏感性.
结论:
- 使用精选的血液测试和临床数据的XGBoost模型提供了一种有效的非侵入性方法,用于预测老年高血压TIA患者的AIS风险.
- 该模型为临床医生提供了一种有价值的工具,以识别高风险个体,促进改善中风预防和管理.
