机器学习用于预测跨导管大动脉植入的结果:系统性审查
Ruba Sulaiman1, Md Ahasan Atick Faisal2, Maram Hasan1
1Biomedical Research Center, QU Health, Qatar University, Doha, Qatar.
International journal of medical informatics
|February 18, 2025
概括
机器学习 (ML) 有效地预测了跨导管大动脉植入 (TAVI) 的结果. 关键预测因素包括血清肌素,年龄,BMI,血红蛋白和大动脉的平均梯度,提高了患者的护理.
科学领域:
- 心血管医学 心血管医学
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
背景情况:
- 过导管大动脉植入 (TAVI) 是对大动脉狭窄的微创治疗方法.
- 术后并发症可能会发生,受患者特定的临床和解剖学因素的影响.
- 准确的TAVI结果预测对于准确的患者风险评估至关重要.
研究的目的:
- 系统地审查机器学习 (ML) 在预测跨导管大动脉植入 (TAVI) 的结果中的应用.
- 评估各种ML算法和TAVI结果预测中识别的预测因子的有效性.
主要方法:
- 根据PRISMA指南进行了系统审查.
- 在PubMed和Scopus数据库中搜索了有关ML在TAVI结果预测中的使用研究.
- 包含了17项相关研究,确定了17个质量评估参数.
主要成果:
- 包括17项研究,主要侧重于使用各种ML算法预测死亡率.
- 随机森林,后勤回归和梯度提升是最常用的ML算法.
- 血清肌素,年龄,BMI,血红蛋白和大动脉平均梯度成为关键预测因素.
结论:
- 机器学习显示了改善TAVI成功率,安全性和以患者为中心的护理的重大前景.
- 目前的研究依赖于具有有限概括性的回顾性研究.
- 用异质患者队列进行未来的前性研究对于验证ML在TAVI结果预测中的适用性至关重要.
