一个基于网络的动态名录图,用于预测心力衰竭患者的再入院,心脏衰竭患者有保存的喷射分数
Yi Ji1, Guodong Wang2, Yue Hu3
1Department of Cardiology, The Affiliated Hospital of Xuzhou Medical University, Xuzhou, Jiangsu, China.
一个新的动态名图有效地预测心力衰竭 (HF) 在一年内在心力衰竭 (HF) 患者的再住院. 该工具有助于识别高风险个体,以进行有针对性的干预.
科学领域:
- 心脏病学 心脏病学
- 医疗信息学 医疗信息学
- 预测分析是一种预测分析.
背景情况:
- 保存喷射分数 (HFpEF) 的心力衰竭造成了严重的再住院负担.
- 准确预测1年HF相关的再住院对于患者管理至关重要.
- 现有的预测模型可能无法完全捕捉HFpEF中的动态风险因素.
研究的目的:
- 开发和验证一个基于Web的动态名录,用于预测HFpEF患者1年的HF相关再住院.
- 评估开发的诺米图的预测效果和临床效用.
- 在这个人群中确定与HF再住院相关的关键临床变量.
主要方法:
- 使用最小绝对收缩和选择运算符 (LASSO) 和多变量后勤回归在两个中心的训练数据上构建了一个动态名图.
- 确定的危险因素包括年龄,BMI,心房动,甘油三糖指数,LVEF,E/e和ACEI/ARB使用.
- 在独立的测试组中,使用接收器运行特征曲线下的面积 (AUC-ROC),校准图和决策曲线分析 (DCA) 评估了模型性能.
主要成果:
- 在HFpEF中,该名图包含了七个对HF再住院1年的显著预测因素.
- 该模型表现出良好的预测能力,AUC-ROC值为0.801 (训练) 和0.773 (测试) 数据集.
- 校准图表显示出极好的一致性,DCA证实了在相关值概率范围内 (10% - 80%) 的高临床有效性.
结论:
- 开发的动态名图是预测HFpEF患者1年HF相关再住院风险的有效工具.
- 诺米图有助于识别高风险患者类别,从而实现个性化风险分层.
- 这种基于网络的工具有可能改善HFpEF管理中的临床决策和资源配置.
更多相关视频
09:20Lumped-Parameter and Finite Element Modeling of Heart Failure with Preserved Ejection Fraction
Published on: February 13, 2021
04:05Author Spotlight: Unveiling Prognostic Indicators in Heart Failure - The Role of Phase Angle and Bioelectrical Impedance Analysis
Published on: June 30, 2023
相关概念视频
Heart Failure IV: Classification and Diagnostic Evaluation
Heart Failure VII: Nursing Interventions
Heart Failure II: Pathophysiology
Heart Failure V: Medical Management
Pathophysiology of Heart Failure
Heart Failure III: Clinical Manifestations
