基于剪切波弹性学放射学的可解释机器学习模型,用于预测糖尿病病患者的心血管疾病
Ruihong Dai1, Miaomiao Sun1, Mei Lu1
1Department of Ultrasound, Meng Cheng County Hospital of Chinese Medicine, Bozhou City, Anhui Province, China.
Journal of diabetes investigation
|August 22, 2024
概括
糖尿病病患者面临高心血管疾病风险. 机器学习模型结合了临床数据和剪波弹性学放射学,有效地预测了早期干预的风险.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學專業.
- 心脏病学 心脏病学
- 放射学 放射学是一门学科.
- 人工智能的人工智能
背景情况:
- 糖尿病病 (DKD) 显著增加了心血管疾病 (CVD) 的风险.
- 在DKD患者中,早期预测和对心血管疾病风险因素的管理对于改善结果至关重要.
研究的目的:
- 开发和验证机器学习 (ML) 模型,用于在DKD患者中预测心血管疾病风险.
- 整合临床数据与剪切波弹性图 (SWE) 放射学特征.
主要方法:
- 对586名DKD患者的回顾性分析.
- 使用临床数据和SWE放射学特征开发ML模型.
- 模型的内部和外部验证,包括支持矢量机 (SVM) 和SHAP分析.
主要成果:
- 30.7%的患者被确定患有心血管疾病的风险.
- 六个放射性特征和六个临床数据点是重要的预测因素.
- 在内部和外部验证中,SVM模型表现出卓越的性能.
结论:
- 综合临床和放射学数据的SVM模型有效预测DKD患者的心血管疾病风险.
- 这种方法有助于早期识别心血管疾病风险,及时进行干预.
