自动实时穿皮冠状动脉干预风险模型利用电子健康记录
Mandeep Singh1, Adelaide M Arruda-Olson1, Bradley R Lewis2
1Department of Cardiovascular Medicine, Mayo Clinic, Rochester, Minnesota, USA.
JACC. Advances
|June 26, 2025
概括
通过皮肤冠状动脉干预 (PCI) 的自动化风险预测现在可以使用电子健康记录 (EHR) 来实现. 这个工具可以实时评估医院内死亡,中风,出血和急性损伤 (AKI) 在护理地点.
科学领域:
- 心脏病学 心脏病学
- 医疗信息学 医疗信息学
- 医疗人工智能 医疗人工智能
背景情况:
- 对于接受穿皮冠状动脉干预 (PCI) 的患者,缺乏自动化风险预测工具.
- 电子健康记录 (EHR) 为此类工具提供了一个潜在的数据源.
研究的目的:
- 开发一个自动化系统,从电子健康记录中提取数据.
- 为了使PCI患者能够使用梅奥诊所PCI模型进行PCI风险评估.
主要方法:
- 使用了梅奥诊所PCI注册表和2016-2024年EHR数据.
- 雇员最小绝对收缩和选择操作员 (LASSO) 回归模型培训和测试.
- 将加权效应大小集成到一个用于风险预测的评分系统中.
主要成果:
- 模型表现出强大的预测性能,C-统计数据范围从0.75到0.84.
- 观察到的结果包括1.8%的死亡,0.5%的中风,1.8%的出血和7.6%的AKI.
- 引导式分析证实模型没有过度配备;校准曲线显示与各子组观察到的数据有很好的一致性.
结论:
- 在EHR环境中,可以实现PCI的自动化实时风险评估.
- 这有利于立即的临床决策和患者管理.


