预测6年死亡率(机器学习正在超越人类)
转载:请标明“中国循环杂志”
研究指出,当今医生已经掌握了很多关于患者的信息,而机器学习可以整合这些数据并准确预测个体风险,这将使我们能够实现个性化治疗。
这项研究招募了950名胸痛患者,他们接受了该中心寻找冠状动脉疾病的常规治疗方案。冠状动脉计算机断层血管造影(CCTA)扫描识别出58条冠状动脉斑块、血管狭窄和钙化的数据。那些扫描显示有疾病的患者接受了正电子发射断层扫描(PET),该扫描产生了17个血流变量,包括性别、年龄、吸烟和糖尿病在内的10个临床变量从医疗记录中获得。
机器学习在预测死亡或心脏病发作方面正在超越人类。这是今天在ICNC2019上发表的一项研究的主要信息。
当前临床实践,仅使用10个临床变量的预测性能是不够的,曲线下面积(AUC)为0.65。当添加PET数据时,AUC增加到0.69。再添加CCTA数据后,预测性能显著提高(P=0.005),AUC为0.82,准确率超过90%。
在平均6年的随访中,有24例心脏病发作,49例全因死亡。上述85个变量被输入到一种称为LogitBoost的机器学习算法中,该算法反复分析这些变量,直到找到预测这些患者心脏病发作或死亡的最佳结构。
来源:The abstract 'Refining the long-term prognostic value of hybrid PET/CT through machine learning' will be presented during the Young Investigator Awards session on Sunday 12 May at 09:00 to 10:00 WEST in room Faro.
一种算法通过反复分析950例已知6年结果的患者的85个变量,然后确定了与死亡和心脏病发作相关的变量模式,准确率超过90%。
机器学习是人工智能的基石,每天都在使用。谷歌的搜索引擎、智能手机上的人脸识别、自动驾驶汽车、Netflix和Spotify推荐系统都使用机器学习算法来适应个人用户。
芬兰图尔库PET中心的研究者指出,机器学习进展远远超出了医学领域的研究,我们需要谨慎对待我们如何评估风险和结果。当前,我们有数据,但我们还没有充分利用它。目前,医生使用风险评分来做出治疗决定,但是这些分数仅基于少数变量,并且在个体患者中往往具有适度的准确性。通过重复和调整,机器学习可以利用大量的数据,识别人类不易发现的复杂模式。
研究者解释说:“人类在思考三维(立方体)或四维(立方体通过时间)以外的东西时非常困难。当我们跳到第五维度的时候,我们就迷失了。我们的研究表明,非常高的维度模式比单维度模式更能预测个人的结果,因此我们需要机器学习。”
研究者指出,该算法逐渐从数据中学习,经过无数次的分析,它找出了能有效地识别发生事件的患者的高维模式,其结果是个体风险得分。
维生素D,预防心血管病作用有限!BMJ澳大利亚研究
杨进刚阜外2023-10-04 09:20:560001肥胖是一种病:从小就胖,一生要多花19000美元医疗费!
一个人全身有超出200个基因影响体重,有研究认为胖是基因与环境、生活方式等相互作用的产物。那么肥胖到底是不是一种病?如果是病,会折寿几年?一生因此花多少医疗费?肥胖是以肥胖为基础的慢性疾病献血值得鼓励!Heart杂志研究称,女士经常献血可降低心血管风险
献血不仅光荣,还能促进自身健康。近期,Heart杂志上发表的一项来自荷兰的大规模研究表明,长期、频繁献血可能有助于降低心血管病发生风险。不过献血的这种作用仅见于女士。研究者认为,鉴于献血对心血管有潜在保护作用,健康人群可考虑将献血作为一种心血管病的预防性生活方式干预措施。儿童健康、孕妇高血压、胎盘血管病变……美国心脏协会2022十大进展
近日,美国心脏协会(AHA)发布了2022年心血管病研究领域值得关注的十大进展。1、儿童危险因素多,未来心脏差AHA指出,尽管长期以来研究人员一直怀疑儿童期肥胖、吸烟和其他危险因素可能会导致成年期患心脏病,但他们一直依赖于将不同的纵向研究串在一起,即使用来自不同年龄的不同受试者群体的数据来建立这一联系。搭桥术后β阻滞剂可防心梗!瑞典研究
冠脉搭桥后继续口服β阻滞剂的必要性和有效性一直争议不断。近期,欧洲心脏杂志子刊发表的一项瑞典研究证实,搭桥手术后坚持服用β受体阻滞剂,降低不良心血管事件风险,主要是心梗风险的降低。研究纳入35184例在2006年~2017年期间首次接受单纯冠脉旁路移植术的患者。中位随访时间为5.2年。其中94.2%服用了β受体阻滞剂,91.6%服用了心脏选择性β受体阻滞剂。