相关实验视频

Updated: Mar 1, 2026

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

Published on: October 10, 2018

设计一种机器学习模型,利用甘油三-葡萄糖指数预测心血管事件:一项队列研究

Hedieh Alimi¹, Vahid Mahdavizadeh², Majid Ghayour-Mobarhan³

¹Department of Cardiovascular, School of Medicine, Mashhad University of Medical Sciences, Mashhad, Iran; Vascular and Endovascular Surgery Research Center, Mashhad University of Medical Sciences, Mashhad, Iran.

Computers in biology and medicine

|February 27, 2026

概括

甘油三糖 (TyG) 指数在预测心血管疾病 (CVD) 事件方面表现有前途. 将TyG指数纳入机器学习模型可能会改善心血管疾病风险评估,特别是在发展中国家.

科学领域:

心脏病学心脏病学
生物医学信息学生物医学信息学
公共卫生公共卫生

背景情况:

心血管疾病 (CVD) 是全球主要的健康问题,特别是在发展中国家.
目前的心血管疾病风险预测模型经常忽视胰岛素抵抗 (IR),这是一个关键的代谢因素.
甘油三糖指数 (TyG) 提供了一种新的方法来评估IR,使用易于获得的数据.

研究的目的:

评估甘油三糖指数 (TyG) 在预测心血管事件方面的有效性.
探索机器学习模型与TyG指数一起用于CVD风险分层的实用性.
评估TyG指数在资源有限的环境中改善心血管疾病风险预测的潜力.

主要方法:

利用了马什哈德中风和心脏动脉样硬化障碍 (MASHAD) 队列的数据,随访时间超过十年.
应用了11个机器学习模型,包括多层感知器 (MLP) 和决策树,以分析预测性能.
评估了TyG指数与传统心血管疾病风险因素的预测价值.

主要成果:

心血管事件发生在10.9%的研究人口中.
多层感知器 (MLP) 和AdaBoost分类器模型实现了最高的预测准确性 (ROC-AUC分别为0.77和0.766).
TyG指数成为一个重要的预测指标,在表现最好的MLP和AdaBoost模型中排名第四.

结论:

甘油三糖 (TyG) 指数显示了提高心血管疾病风险预测的潜力.
将TyG指数集成到机器学习模型中可以提高心血管疾病风险评估的准确性和适用性.
这种方法对于面临心血管疾病高负担的发展中国家具有特殊价值.

关键词:

心血管疾病是什么心血管疾病机器学习是机器学习.风险预测风险预测三糖-葡萄糖指数是什么意思

更多相关视频

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment

A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment

Published on: January 11, 2020

相关概念视频

Blood Studies for Cardiovascular System I: Cardiac Biomarkers

Blood Studies for Cardiovascular System I: Cardiac Biomarkers

Cardiac biomarkers are enzymes, proteins, and hormones released into the blood when cardiac cells are injured. They are powerful tools for triaging.
The essential diagnostic tools for detecting myocardial necrosis and monitoring individuals suspected of having acute coronary syndrome (ACS) include:
Troponins
Troponins, particularly cardiac troponins I and T, are the most precise and sensitive markers of myocardial injury. They are detectable within 4-6 hours of myocardial injury and remain...