长期心房的临床预测因素,导管切除后的复发:ITHACA数据库分析
Jonas Leavitt1, Dimitrios Varrias2, Christopher Gasparis1
1Northwell Cardiovascular Institute, Center for Arrhythmias, New Hyde Park, New York; Donald and Barbara Zucker School of Medicine at Hofstra/Northwell, Hempstead, New York.
一个新的预测模型,Oracle-AF,识别了在导管切除 (CA) 后心房动 (AF) 复发的高风险患者. 这个工具有助于个性化治疗决策,用于长期AF管理.
科学领域:
- 心脏病学和电生理学.
- 医疗信息学 医疗信息学
- 预测分析在医疗保健中的应用
背景情况:
- 在心房 (AF) 管理中的共享决策包括导管切除 (CA),但缺乏明确的长期成功预测.
- 患者的人口统计和并发症影响CA的长期疗效,需要个性化风险评估.
研究的目的:
- 开发一个用户友好的预测模型,针对CA后个性化的长期AF复发风险.
- 确定AF复发的关键预测因子,以告知临床决策.
主要方法:
- 从电子医疗记录中分析除结果,直到手术后42个月.
- 多变量逻辑回归以确定AF复发的独立预测因子.
- 使用机器学习开发和验证ORACLE-AF预测模型.
主要成果:
- 该研究包括3440名接受新冠肺炎的患者,其中48%的患者在42个月内出现了AF复发.
- ORACLE-AF模型表现出强大的预测性能,曲线下的面积为0.80.
- 对于ORACLE-AF模型确定的关键因素包括症状性AF,种族,AF类型,心脏转变,年龄,早期复发和并发症.
结论:
- 机器学习使得ORACLE-AF工具的创建成为可能,用于个性化的长期AF复发风险预测CA后的AF.
- 临床咨询应纳入一系列更广泛的风险因素,超出传统上考虑AF复发的风险因素.
更多相关视频
10:46Non-fluoroscopic Catheter Tracking for Fluoroscopy Reduction in Interventional Electrophysiology
Published on: May 26, 2015
08:10Estimating Bilateral Atrial Function by Cardiovascular Magnetic Resonance Feature Tracking in Patients with Paroxysmal Atrial Fibrillation
Published on: July 20, 2022
相关概念视频
Acute Coronary Syndrome III: Diagnostic Studies
Dysrhythmias V: Evaluating Dysrhythmias
ECG Interpretation of Arrhythmias II: Atrial, Junctional and Ventricular Arrhythmias
