无监督机器学习揭示了低剂量他类药物与ICH患者的良好结果之间的相关性
Chaohua Cui1, Haoye Guan1, Tonghua Long1
1Life Science and Clinical Medicine Research Center, Affiliated Hospital of Youjiang Medical University for Nationalities, Baise, Guangxi, China.
低剂量的他类药物显著改善了脑内出血 (ICH) 患者的结果,降低了死亡率和中风风险. 这一发现挑战了先前关于他类药物可能恶化ICH患者血液瘤扩张的担忧.
科学领域:
- 神经学 神经学
- 药理学 药理学是指药理学的学科.
- 数据科学数据科学数据科学
背景情况:
- 众所周知,他类药物可以预防缺血性中风.
- 正常的他类药物剂量可能会增加脑内出血 (ICH) 患者的血液瘤扩张.
- 无监督机器学习可以识别影响ICH预后的新型因素.
研究的目的:
- 用机器学习研究他类药物剂量对脑内出血 (ICH) 预后的影响.
- 为了确定低剂量他类药物是否为ICH患者提供更好的治疗窗口.
- 分析他类药物使用与死亡率,功能状态和血液瘤扩张等结果之间的关联.
主要方法:
- 对ICH患者进行的回顾性和前性队列研究.
- 无监督机器学习用于因素识别的应用.
- 结果分析包括死亡率,3年脑血管事件,3个月功能结果和血液瘤扩张.
主要成果:
- 低剂量他类药物与显著降低的死亡率 (p=0.001) 和不利的功能结果 (p<0.001) 有关.
- 低剂量他类药物的使用与缺血性中风发生率的降低相关 (RR=0.354,p<0.001).
- 在低剂量他类药物和血液瘤扩张之间没有发现显著的关联 (OR=1.056,p=0.735).
结论:
- 无监督机器学习发现低剂量他类药物对ICH预后有益.
- 早期服用低剂量的水友性他类药物与降低脑半球ICH的死亡率和缺血性中风风险有关.
- 低剂量他类药物可以改善所有ICH患者的功能结果,而不会增加血液瘤扩张.
更多相关视频
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
相关概念视频
Lipid-Lowering Drugs: Statins and Miscellaneous Agents
Coronary Artery Disease V: Interprofessional Care
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Atherosclerosis III: Management
Coronary Artery Disease IV: Preventive Measures
Acute Coronary Syndrome III: Diagnostic Studies
