基于机器学习的预测,使用冠状动脉支架安置后的系统性炎症聚合指数来预测内置支架缩风险
Ling Hou1, Jinbo Zhao2, Ting He2
1Department of Central Hospital of Tujia and Miao Autonomous Prefecture, Hubei University of Medicine, Shiyan, Hubei Province, People's Republic of China.
Risk management and healthcare policy
|July 11, 2024
概括
系统性炎症聚合指数 (AISI) 是药物释放支架植入后支架内静止症 (ISR) 的重要预测指标. 较高的AISI水平表明ISR发展的风险增加,有助于患者的风险评估.
科学领域:
- 心脏病学 心脏病学
- 生物医学工程 生物医学工程
- 医疗信息学 医疗信息学
背景情况:
- 冠状动脉疾病 (CAD) 需要穿皮冠状动脉干预 (PCI),通常使用药物排泄支架 (DES).
- 静脉静脉复缩 (ISR) 仍然是一个PCI后的并发症,受炎症和血小板激活的影响.
- 系统性炎症聚合指数 (AISI) 显示出预测不良结果的潜力,但在ISR方面缺乏研究.
研究的目的:
- 为了研究系统性炎症聚合指数 (AISI) 在预测DES植入后的内置静止症 (ISR) 的实用性.
- 使用机器学习模型识别ISR的关键预测因素.
主要方法:
- 在DES植入后对1712名患者进行了回顾性观察性研究.
- 使用机器学习评估AISI,人口统计,临床史和实验室参数 (随机森林,XGBoost等). ) 的情况.
- 变量重要性和SHAP分析来解释模型预测.
主要成果:
- 在25.8%的患者中发生了静止静止症 (ISR).
- 随机森林模型显示ISR的高预测精度 (AUC 0.9569,精度 0.911).
- AISI是一个突出的预测指标,较高的值与ISR风险正相关.
结论:
- 系统性炎症聚合指数 (AISI) 是DES后ISR的一个独立风险因素.
- 较高的AISI水平意味着发展ISR的可能性更高.
- 在接受DES植入的患者中,AISI可以作为评估ISR风险的宝贵工具.
