基于概率分布的心脏动力学新预测诊断方法

科学领域:

• 心脏病学 心脏病学
• 生物医学工程 生物医学工程
• 数据科学数据科学数据科学

背景情况:

• 霍尔特显示器评估是复杂的.
• 利用概率理论和动态系统的诊断支持工具可以简化这个过程.
• 现有的方法在区分各种心脏动态时可能缺乏准确性.

研究的目的:

• 开发和验证用于心脏动态分析的诊断支持工具.
• 使用频率范围和概率理论,区分正常,慢性,急性和节拍器心脏病.
• 以敏感度,特异性和卡帕系数来评估该工具的诊断性能.

主要方法:

• 一项涉及80个Holter测试 (每项超过21小时) 的成年患者的研究.
• 基于正常,慢性,急性和心脏起器诊断的四个原型的开发.
• 在定义的心率概率空间内,将概率理论应用于频率重复范围 (1000-2000 和 2001-3000 Hz).
• 使用开发的方法,对剩余的霍尔特测试进行盲目分析.

主要成果:

• 诊断工具在区分心脏动态方面表现出高准确度.
• 敏感度,特异性和卡帕系数被计算为1.
• 在不同频率范围内进行的概率分析有效地区分了正常与异常 (慢性,急性,起器) 的心脏状态.

结论:

• 成功开发了一种用于心脏动态的新型诊断支持工具.
• 该工具使用频率范围的外观和概率理论用于临床应用.
• 开发的工具能够准确区分正常,慢性,急性和节拍器心脏动态.