将患者报告的生活质量数据纳入心力衰竭风险评估

科学领域:

• 心脏病学 心脏病学
• 医疗信息学 医疗信息学
• 临床预测建模模型

背景情况:

• 心力衰竭 (HF) 的最佳管理需要对不良结果进行准确的,连续的风险评估.
• 患者报告的结果 (PRO) 越来越多地被纳入临床实践.
• 在改进 ambulatory HF 患者的风险预测模型中,PROs 的实用性仍然是研究领域.

研究的目的:

• 评估将PRO纳入风险预测模型是否可以提高HF的门诊患者的准确性.
• 评估PROs对预测HF住院和死亡率的影响.

主要方法:

• 使用考克斯回归与LASSO规范化和梯度增强机器分析.
• 包括从HF诊所 (2015-2019) 连续患有减少喷射分数 (HFrEF) 的HF和保存喷射分数 (HFpEF) 的HF患者.
• 使用时间依赖一致性指数 (Cτ) 评估模型性能.

主要成果:

• 结合PROs的梯度增强模型显示出优异的预测性能 (Cτ = 0.73对于HFrEF,0.74对于HFpEF).
• 模型显示了患者五分位数的优秀风险分层.
• 影响预测的关键PRO包括堪萨斯城心肌病问卷,视觉模拟尺度和患者报告结果测量信息系统维度.

结论:

• 无论是HFrEF还是HFpEF患者,PRO显著提高了风险预测,独立于传统的临床因素.
• 与电子健康记录数据一起,对PRO的常规评估可以导致更准确的风险分层.
• 改进的风险评估支持对高风暴患者的及时和强化治疗策略.