预测心力衰竭30天和1年的死亡率,使用保存的喷射分数 (HFpEF)

科学领域:

• 心脏病学 心脏病学
• 医疗信息学 医疗信息学
• 医疗保健服务研究 医疗服务研究

背景情况:

• 保存喷射分数 (HFpEF) 的心力衰竭占所有心力衰竭病例的一半.
• 对于HFpEF的预测模型,特别是那些使用电子健康记录 (EHR) 数据的模型,并不成熟.

研究的目的:

• 开发和比较HFpEF患者30天和1年死亡率的预测模型.
• 用EHR数据利用传统和机器学习 (ML) 技术.

主要方法:

• 使用了MIMIC-IV EHR数据 (2008-2019) 对于患有HFpEF诊断的患者.
• 开发并交叉验证了七个ML模型 (SVC,物流回归,拉索,弹性网,随机森林,HGBC,XGBoost).
• 通过AUC和通过SHAP分析评估模型性能和特征重要性.

主要成果:

• 在研究队列中,30天死亡率为6.3%,一年死亡率为29.2%.
• 后勤回归显示了30天死亡率的强表现 (AUC 0.83).
• 随机森林 (AUC 0.79) 和HGBC (AUC 0.78) 在1年死亡率方面表现良好. 年龄和NT-proBNP被确定为关键预测因素.

结论:

• 来自EHR的模型可以预测HFpEF患者的死亡率,其表现与注册表或试验数据相比.
• 这些发现表明,基于EHR的HFpEF预测模型的临床实施具有重大潜力.