撰文化香树
编辑四叶草
PMID:
DOI:10./
实验设计和工作流程在回顾性队列上进行模型的开发的（三分之二数据用于训练，其余三分之一用于模型校准。），主要是红框内的内容。模型开发好之后在前瞻性的队列上验证，对患者发生危险的可能性进行分层（五层），危险评估（ROC,PPV等）和对结果进行具体解释（对于高危患者可以具体给出哪些因素导致了高风险）。
作者使用多种方法进行预测模型的建立，确定最合适的模型。（LASSO,feed-forwardneuralnetwork,randomforest,boosting,XGBoost,na?veBayes,andk-nearestneighbor）
前瞻性队列中发现不同危险分层的预后是不一样的，证明了模型预测的可靠性。
上图展示了不同亚组的特征。
局限性EHR数据中未完全记录生活方式信息（例如饮食习惯和日常运动量）。心律不齐是一种很常见的症状，在许多情况下均可触发，但某些情况并不危险。尽管在模型中详细定义了心律失常，但它仅根据其发生的可能性进行分层，而不是根据其严重程度进行分层。如果可以根据心律失常的严重程度进一步细分患者群体，则将为心律失常的诊断和干预提供更准确的参考信息。
结论开发了一种心律失常1年发生率的风险预测模型，并进行了前瞻性验证。该模型能够根据预测分数对患者进行分类。该模型在前瞻性测试中具有良好的预测性能（AUROC0.）。发现年龄，性别，心血管疾病，慢性肾脏疾病，胸痛，胸腔积液和社会经济因素与新的心律失常有关。对于高危患者，应及时进行早期干预。中低风险患者应保持良好的生活和饮食习惯，多注意身体状况，多运动，以免发生严重的心律不齐。
预览时标签不可点收录于话题#个上一篇下一篇转载请注明：http://www.cbpxw.com/hbzz/12136.html
