机器学习增强的TCAB评分用于预测CABG后的术后缺血性中风
Yingjian Pei1, Guitao Zhang1, Wenbo Li1
1Department of Neurology, National Clinical Research Center for Cardiovascular Diseases, Fuwai Hospital, National Center for Cardiovascular Diseases Chinese Academy of Medical Sciences and Peking Union Medical College Beijing China.
Journal of the American Heart Association
|March 4, 2026
概括
一个新的脑动脉样硬化总负担 (TCAB) 评分有效预测冠状动脉旁路移植后的缺血性中风. 该工具有助于进行手术前风险评估和手术内保护策略.
科学领域:
- 神经学 神经学
- 心血管外科心血管外科
- 医疗成像医学成像
背景情况:
- 术后急性缺血性中风 (AIS) 是冠状动脉旁路移植 (CABG) 后的一个重大风险.
- 对CABG后AIS的预测工具对于患者管理和改善结果至关重要.
研究的目的:
- 开发和验证一个新的脑动脉样硬化总负担 (TCAB) 评分.
- 评估 CABG 后 AIS 的 TCAB 评分的预测能力.
主要方法:
- 招募了909名接受CABG患者的前性队列.
- 计算TCAB得分是通过量化缩的严重程度在内和外动脉.
- 使用多变量后勤回归和梯度增强机器模型来评估TCAB与缺血性中风和主要心血管和脑血管不良事件的关联.
主要成果:
- 住院AIS患者的TCAB平均得分显著更高 (8对2,P<0.001).
- 一个TCAB得分>3预测了住院AIS,AUC为0.756.
- 较高的TCAB分数独立地与住院AIS,1年AIS和1年MACE的风险增加有关,梯度增强模型显示出强大的预测能力 (AUC从0.7475到0.8736不等).
结论:
- TCAB评分,特别是当通过机器学习增强时,显示出CABG后短期和1年的脑血管和心血管事件的强大预测能力.
- 该TCAB评分作为指导术前再血管化决策和手术内栓塞保护策略的实用工具.
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
3.8K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.9K
