人工智能电心电图可以预测慢性淋巴细胞白血病患者的心房动

科学领域:

• 心脏病学 心脏病学
• 在瘤学瘤学.
• 人工智能的人工智能

背景情况:

• 人工智能心电图 (AI-ECG) 算法可靠地预测一般人群中心房动 (AF) 风险.
• 慢性淋巴细胞白血病 (CLL) 与心血管并发症风险增加有关,包括AF.

研究的目的:

• 评估AI-ECG评分在识别高风险发展AF的CLL患者中的有效性.
• 为了比较AI-ECG的预测性能与建立的梅奥诊所CLL AF风险评分.

主要方法:

• 从梅奥诊所的CLL数据库中估计了754名新诊断的CLL患者的AI-ECG得分.
• 梅奥诊所CLL AF风险评分被计算出来,并确定其预测AF的能力.
• 用布鲁顿氨酸激酶抑制剂治疗的220名CLL患者的二次队列被分析了治疗前AI-ECG风险.

主要成果:

• 基线AI-ECG得分≥0.1表明新诊断的CLL患者的AF风险显著增加 (HR:3.9;P<0.001).
• 这种增加的AF风险在调整其他临床因素后仍然显著 (HR:2.5;P<0.001).
• 在接受布鲁顿氨酸激酶抑制剂治疗的CLL患者中,治疗前AI-ECG得分≥0.1显示了非显著的AF风险增加 (HR:1.7;P = 0.19).

结论:

• AI-ECG与梅奥CLL AF风险评分一起,可以预测新诊断的CLL患者的AF风险.
• 需要进行进一步的研究,以确定AI-ECG对在接受布鲁顿氨酸激酶抑制剂治疗的CLL患者中AF风险预测的有用性.