预测下肢深静脉血栓在患有动脉瘤下关节出血的患者:一个机器学习研究
Fengfeng Jiang1, Chenxing Ye1, Danfeng Yu1
1Department of Neurosurgery, Affiliated Jinhua Hospital, Zhejiang University School of Medicine, Jinhua, China.
机器学习模型准确地预测了下肢深静脉血栓塞 (LEDVT) 风险在动脉瘤下arachnoid出血 (aSAH) 患者. 该工具有助于识别高风险个体,以制定有针对性的预防策略.
科学领域:
- 神经学 神经学
- 血管外科 血管外科
- 数据科学数据科学数据科学
背景情况:
- 下肢深静脉血栓塞 (LEDVT) 是动脉瘤下arachnoid出血 (aSAH) 后的一个重大并发症.
- 目前的风险评估工具在预测该患者组LEDVT的准确性有限.
研究的目的:
- 开发和验证机器学习 (ML) 模型,用于在aSAH患者中早期预测LEDVT.
- 在这个人群中确定LEDVT的关键预测因素.
主要方法:
- 一项回顾性多中心研究使用了内部 (n=593) 和外部 (n=142) 队列.
- 用LASSO和逻辑回归来分析37个临床和实验室变量,用于特征选择.
- 七个ML算法被训练并使用5x5倍交叉验证进行评估,以AUC作为主要指标.
主要成果:
- 一个包含年龄,白蛋白,D-二次体,GCS,AISI和MCA动脉瘤的XGBoost模型实现了高分辨率 (内部AUC0.88,外部AUC0.80).
- SHAP分析确定了D-二聚合物,白蛋白和GCS作为关键预测因子.
- 为临床应用开发了一个基于网络的风险计算器.
结论:
- 基于XGBoost的模型使用常规可用的变量准确预测aSAH后的LEDVT风险.
- 开发的模型证明了对外部队列的概括性.
- 在线工具可以帮助临床医生实施针对高风险患者的有针对性的预防措施.
更多相关视频
07:25Predicting Amputation using Local Circulating Mononuclear Progenitor Cells in Angioplasty-treated Patients with Critical Limb Ischemia
Published on: September 22, 2020
06:45Point-Of-Care Ultrasound Screening for Proximal Lower Extremity Deep Venous Thrombosis
Published on: February 10, 2023
相关概念视频
Venous Thrombosis III: Interprofessional Care
Venous Thrombosis II: Clinical Manifestations and Diagnostic Studies
Venous Thrombosis I: Introduction
Venous Thrombosis IV: Nursing Management
Peripheral Artery Disease V: Postoperative Nursing Management
