个性化改变生活的事件的患者风险:机器学习的应用到 hemiarch 手术
Adam M Carroll1, Nicolas Chanes1, Ananya Shah1
1Division of Cardiothoracic Surgery, Department of Surgery, Anschutz Medical Campus, University of Colorado School of Medicine, Aurora, Colo.
The Journal of thoracic and cardiovascular surgery
|April 30, 2024
概括
机器学习可以准确地预测经过 Hemiarch 手术后改变生活的事件. 该工具帮助临床医生评估个体患者的风险,以便更好地做出决策.
科学领域:
- 心血管外科心血管外科
- 人工智能在医学中的应用
- 预测分析是一种预测分析.
背景情况:
- 整形外科手术带有改变生活的事件的风险.
- 准确预测这些事件对于患者管理至关重要.
- 识别关键的风险因素可以改善外科手术的结果.
研究的目的:
- 评估一种机器学习模型,用于预测 Hemiarch 手术中改变生命的事件.
- 确定影响这些预测的患者和手术内因素.
- 加强手术决策中的风险分层.
主要方法:
- 分析了一组602名接受hemiarch替代治疗的患者.
- 极端梯度增强模型被训练来预测不良事件.
- 使用了64个人口,手术前和手术内变量.
- 沙普利的添加式解释确定了有影响力的预测特征.
主要成果:
- 15%的患者经历了改变生命的事件 (中风,死亡率,置换疗法).
- 最好的模型实现了88%的准确性和0.76.7的AUC.
- 功能重要性分析突出了不利结果的关键预测因素.
结论:
- 机器学习模型在预测 hemiarch 手术并发症方面表现出高准确度.
- 这种预测能力可以帮助个性化风险评估.
- 该模型支持明智的临床决策,以改善患者护理.


