人工智能心电图透气功能障碍和心脏重症监护病房患者的存活率

科学领域:

• 心脏病学 心脏病学
• 人工智能的人工智能
• 医学诊断 医学诊断 医学诊断

背景情况:

• 左心室扩张功能障碍 (LVDD) 是心脏重症监护室 (CICU) 死亡率的重要预测因素.
• 一种人工智能增强的心电图 (AIECG) 算法在预测LVDD和一般人群中的死亡率方面表现有前途.
• 在ICU患者的特定背景下,AIECG的有效性仍未得到充分研究.

研究的目的:

• 评估AIECG衍生的LVDD等级与入住中医疗中心的患者的死亡率之间的关联.
• 确定AIECG LVDD分级是否可以预测住院和1年死亡率,而不依赖于传统的临床变量和心声回声测量.

主要方法:

• 一项历史性队列研究涉及11,868名成年患者,他们在2007年至2018年期间入院梅奥诊所CICU.
• 在入学时使用AIECG来分配LVDD等级 (0-3).
• 评估了住院和1年死亡率,多变量调整包括过胸回声心电图 (TTE) 数据用于升高的填充压力 (中位膜E/e'比率>15).

主要成果:

• 死亡率随着AIECG LVDD等级的提高而增加.
• 在多变量调整后,较高的AIECG LVDD等级与增加的住院 (aOR 1.22) 和1年死亡率 (aHR 1.23) 显著相关.
• 患有符合AIECG (2-3级) 和TTE (E/e'比>15) 发现的患者的填充压力升高的患者表现出最高的死亡风险 (aOR 2.54,aHR 2.03).

结论:

• AIECG LVDD分级是一种强有力的,独立的预测器,用于预测ICU患者的死亡率.
• AIECG算法提供了超越标准临床和心声回声评估的宝贵预后信息.
• 识别患有符合AIECG和TTE发现的高填充压力的患者可以帮助分层高危人群在CICU.