拓数据分析确定了跨导管边缘到边缘修复患者的预后明显的表型

科学领域:

• 心血管医学 心血管医学
• 医疗信息学 医疗信息学
• 在医疗保健中的数据科学.

背景情况:

• 过导管边缘到边缘修复 (TEER) 是一种复杂的程序,患者的结果异质.
• 识别不同的患者表型对于准确的预后和TEER风险分层至关重要.

研究的目的:

• 首次应用拓数据分析 (TDA) 来识别TEER患者的预后区别集群.
• 根据形态学和临床因素,评估TDA在分层TEER患者风险中的有用性.

主要方法:

• 在389名TEER患者 (2014年6月至2020年9月) 的数据上利用拓数据分析 (TDA).
• 采用Python Scikit-TDA Kepler-Mapper用于网络图形创建和卢旺集群的方法.
• 进行了卡普兰-梅尔生存分析,以比较已识别的集群之间的全因死亡率.

主要成果:

• 在389名TEER患者中发现了两个主要的预后区别较大的群体.
• 集群1的生存率显著降低 (HR2.70,P=.0005) 和残留额头骨吐率更高 (41.9%对19.4%).
• 集群1与三管吐增加,心房动,叶片脱落,,和化有关.

结论:

• 拓数据分析有效地识别了TEER患者的预后上不同的集群.
• 在TEER中,TDA为风险分层提供了有价值的工具,改善了程序成功预测和生存评估.