用人工智能增强的预测建模用于识别心血管患者的抑郁症和痴呆症,这些患者计划进行心脏手术
Karina Nowakowska1, Antonis Sakellarios2,3, Jakub Kaźmierski1
1Department of Old Age Psychiatry and Psychotic Disorders, Medical University of Lodz, 90-419 Lodz, Poland.
Diagnostics (Basel, Switzerland)
|January 11, 2024
概括
患有抑郁症的心血管疾病患者可以使用分析sRAGE等生物标志物的AI管道以62%的准确度被识别出来. 这种方法有助于早期干预,以改善心脏病患者的护理.
科学领域:
- 心脏病学 心脏病学
- 精神病学是一个精神病学.
- 人工智能的人工智能
背景情况:
- 心血管疾病 (CVD) 和心理健康之间存在显著的关联,大约三分之一的心血管疾病患者患有抑郁症.
- 这种并发症增加了心脏并发症和死亡的风险,独立于传统的风险因素.
- 对心血管疾病患者抑郁症的早期发现和干预对于改善结果至关重要.
研究的目的:
- 开发和验证一个简单,可解释和数据驱动的管道,用于预测心血管疾病患者的抑郁症.
- 在心血管疾病的背景下,调查特定生物标志物和抑郁症之间的相关性.
- 利用机器学习来提高心脏护理中的诊断能力.
主要方法:
- 评估了224名预定接受选择性冠状动脉旁路移植 (CABG) 手术的患者队列.
- 在手术前进行精神评估,以使用DSM-5标准诊断严重抑郁症 (MDD).
- 一个可解释的AI管道,结合AdaBoost,随机森林和XGBoost算法,在使用分层交叉验证的策划患者数据上进行训练和测试.
主要成果:
- 在高级糖化终产品 (sRAGE) 生物标志物和抑郁症 (r = 0.32,p = 0.038) 的溶解形式受体之间发现了显著的相关性 (r = 0.32,p = 0.038).
- 随机森林分类器在预测低谷时实现了最高的准确性 (0.62),灵敏度 (0.71),特异性 (0.53),以及曲线下的面积 (0.67).
- 人工智能管道在预测心血管疾病患者抑郁症的准确率达到了62%.
结论:
- 心血管疾病患者的抑郁症,特别是那些sRAGE水平升高的患者,可以使用人工智能驱动的方法以显著的准确性预测.
- 这项研究证实了可解释AI在识别心脏病患者精神健康并发症方面的实用性.
- 开发的管道为早期检测和干预提供了一个有希望的工具,可能会改变这种脆弱人群的护理策略.
