[基于大型语言模型和急性冠状动脉综合征患者的预后价值分析的心血管年龄预测]

科学领域:

• 心脏病学 心脏病学
• 人工智能的人工智能
• 预测分析是一种预测分析.

背景情况:

• 急性冠状动脉综合征 (ACS) 患者预后需要改善风险分层.
• 心血管年龄预测为评估患者风险提供了一个新的指标.
• 大型语言模型 (LLM) 显示了医学数据分析的潜力.

研究的目的:

• 评估LLM衍生的心血管年龄对于ACS患者的预后评估的有用性.
• 确定心血管年龄差距与主要心血管和脑血管不良事件 (MACCE) 之间的关联.

主要方法:

• 在47249名ACS患者的回顾性队列研究中.
• 预测心血管年龄使用机构LLM结合人口统计,临床和实验室数据.
• 年龄差计算为心血管和时间学年龄之间的差异.
• 考克斯的比例危险模型和受限立方线分析用于评估结果.

主要成果:

• 心血管年龄与时间年龄正相关 (r=0.87).
• 较高的年龄差距 (≥8年) 与MACCE (HR=1.47),心脏死亡 (HR=2.72),心肌梗塞 (HR=1.77),中风 (HR=1.24) 和全因死亡率 (HR=2.01) 的风险显著增加有关.
• 在年龄差距和MACCE,心脏病死亡和全因死亡率之间观察到非线性关联.

结论:

• 在ACS患者中,基于LLM的心血管年龄预测是可行的.
• 年龄差异是MACCE和ACS死亡率的重要预测因素.
• 在ACS中,LLM衍生的心血管年龄为个性化风险评估提供了一种新的方法.