建立一个新的模型,以评估慢性心力衰竭的运动能力,基于压力心电回声学

科学领域:

• 心脏病学 心脏病学
• 心声回声扫描 (Echocardiography) 是一种心声回声扫描.
• 心脏衰竭管理的管理

背景情况:

• 慢性心力衰竭 (CHF) 显著影响患者的运动能力.
• 准确评估运动能力对于管理CHF至关重要.
• 运动应激回声心电图 (ESE) 提供了有关运动期间心脏功能的宝贵见解.

研究的目的:

• 开发一种简单,快速,高效的临床诊断模型,用于预测CHF患者的运动能力.
• 使用ESE指标评估不同机器学习分类器 (逻辑回归,XGBT,CART,随机森林) 的有效性.
• 确定关键的ESE参数,以独立预测CHF的行使能力类别.

主要方法:

• 80名CHF患者接受了心肺运动测试 (CPET) 和ESE.
• 根据VE/VCO2斜率 (通风分类VC1<30,VC2≥30) 将患者分为两组.
• 四个分类器 (LR,XGBT,CART,RF) 在K折交叉验证模型中使用不同阶段 (休息,热身,峰值,恢复) 的ESE参数进行了应用.

主要成果:

• 后勤回归 (LR) 模型在区分VC1和VC2组时显示了0.82 (95%CI:0.73-0.92) 的曲线下的最大面积 (AUC).
• 在多变量LR模型中,峰值运动和休息值E (ΔE),峰值s' (s'_峰值) 和性别之间的差异被确定为显著的独立预测因素 (P <0.05).
• 其他参数,如E/e'_peak, ΔLVEF, ΔLV全球纵向应变和 Δstroke 容量,并不是 VE/VCO2 斜率类别的显著预测因素.

结论:

• 后勤回归模型在预测CHF患者的VE/VCO2斜率类别方面表现优于XGBT,CART和RF.
• 开发了一个预测得分图来估计VE/VCO2斜率≥30.
• ΔE,s'_峰值和性别是慢性心力衰竭患者运动能力的关键独立预测因素.