一个临床风险预测模型,用于识别经过透气管大动脉置换后同一天出院的候选患者
Asa Phichaphop1,2, Vinayak N Bapat1,3, Nadira Hamid1,3
1Valve Science Center, Minneapolis Heart Institute Foundation, Minneapolis, Minnesota.
Journal of the Society for Cardiovascular Angiography & Interventions
|February 23, 2026
概括
一个新的风险评分可以识别大约四分之一的跨导管大动脉置换 (TAVR) 患者适合当天出院. 这种模型有助于预测低风险个体,潜在地改善医院资源管理.
科学领域:
- 心脏病学 心脏病学
- 医疗技术 医疗技术 医学技术
- 医疗信息学 医疗信息学
背景情况:
- 在选择的患者中,可以在过导管大动脉置换 (TAVR) 后在同一天出院.
- 确定不良临床事件的低风险对于当天出院计划至关重要.
研究的目的:
- 开发一种临床风险预测模型,用于同一天的TAVR释放.
- 为了识别TAVR后在医院发生不良事件的可能性较低的患者.
主要方法:
- 使用随机森林机器学习算法来构建预测模型.
- 根据计算的得分,患者被分为低,中和高风险组.
- 该模型使用了9个临床参数来预测不良事件.
主要成果:
- 该模型确定了23.6%的患者在同一天出院的风险低 (事件率在6小时内<3%).
- 低风险组在6小时内没有发生住院事件,也没有30天死亡率.
- 外部验证显示,预测总体不良事件的灵敏度为94%.
结论:
- 大约四分之一的TAVR患者可能是同一天出院的候选人.
- 这种预测模型可以有效地识别适合提前出院的候选人.
- 结果可以为医院的资源分配提供信息,用于TAVR程序.
更多相关视频
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
8.2K
08:50Technique and Patient Selection Criteria of Right Anterior Mini-Thoracotomy for Minimal Access Aortic Valve Replacement
Published on: March 26, 2018
12.3K
