相关实验视频
Updated: May 12, 2026

A Closed-chest Model to Induce Transverse Aortic Constriction in Mice
Published on: April 5, 2018
预测机器学习模型用于在接受心胸外科手术的双和三动脉患者的上升性大动脉扩张:一个前性,单中心和观察性研究
Bamba Gaye1, Maxime Vignac2, Jesper R Gådin2
1Cardiovascular Medicine Unit, Center for Molecular Medicine, Department of Medicine, Karolinska Institutet, Stockholm, Sweden bamba.gaye@inserm.fr.
上升大动脉扩张的临床分类因双大动脉 (BAV) 和三大动脉 (TAV) 患者而异. 心血管风险因素预测TAV动脉动脉损伤,但不是BAV动脉动脉损伤,表明不同的疾病途径.
科学领域:
- 心脏病学 心脏病学
- 血管生物学 血管生物学
- 医疗信息学 医疗信息学
背景情况:
- 上升的大动脉扩张是患有大动脉膜疾病的患者的重大并发症.
- 双主动脉 (BAV) 和三主动脉 (TAV) 与不同的主动脉病机制有关.
- 为大动脉扩张开发准确的临床分类器对于患者管理至关重要.
研究的目的:
- 开发和比较临床分类器,以识别BAV和TAV患者的上升大动脉扩张.
- 用机器学习和后勤回归来研究这些患者群体中大动脉扩张的预测因素.
- 了解在BAV和TAV中异构动脉病的不同途径.
主要方法:
- 在543名BAV和491名TAV患者的前性观察队列研究中.
- 应用机器学习算法和后勤回归来识别上升大动脉扩张 (直径>40毫米) 的预测因素.
- 综合多维数据的分析,包括门形态,临床信息和生活方式因素.
主要成果:
- BAV患者 (45.3%) 的大动脉扩张频率高于TAV患者 (28.9%).
- 对于TAV患者的预测模型实现了AUC>0.8,而缺少大动脉狭窄,糖尿病和hs-CRP作为关键预测因素.
- 对BAV患者的预测模型产生了较低的AUC值 (0.5-0.55),表明预测性能差.
结论:
- 心血管风险概况在TAV患者中比在BAV患者中更能预测动脉动脉病.
- 与BAV和TAV相关的动脉损伤涉及不同的动脉瘤形成途径,需要量身定制的预防策略.
- 在这个复杂的数据集中,机器学习在预测大动脉扩张方面没有超过经典方法.
更多相关视频
09:57Four-Dimensional Computed Tomography-Guided Valve Sizing for Transcatheter Pulmonary Valve Replacement
Published on: January 20, 2022
07:46Author Spotlight: Revolutionizing Remote Surgery with Augmented Reality and Robotics for Enhanced Precision and Accessibility
Published on: August 9, 2024
相关概念视频
Aortic Regurgitation II: Clinical Features and Diagnostic Tests
Aortic Regurgitation III: Medical Management