梅斯医学MedSci APP
医路相伴，成就大医
梅斯医学MedSci APP
医路相伴，成就大医
这项研究旨在评估一个单中心、三级转诊中心大型成年先天性心脏病（ACHD）或肺动脉高压患者队列中，机器学习算法评估预后和指导治疗的实用性。
研究纳入10019名成年患者（年龄36.3±17.3岁），于2000年至2018年期间在作者所在机构接受随访。收集临床和人口学数据、心电图参数、心肺运动试验以及选定的实验室标记物并纳入深度学习算法（DL）。基于原始数据构建特定的DL模型，从而对诊断、疾病复杂性和纽约心脏协会（NYHA）分级进行分类。此外，还建立了模型来评估在多学科团队（MDT）会议进行讨论的必要性，并评估个体患者的预后。总体而言，基于超过44000个病历的DL算法在测试样本中对分类诊断、疾病复杂性和NYHA分级的准确性分别为91.1％、97.0％和90.6％。同样的，测试样本中预测患者进行MDT会议讨论的准确性为90.2％。在中位数8年的随访期间，785名患者死亡。源自临床信息的自动获取疾病严重性评分与Cox分析的存活率相关，与人口学、运动、实验室和ECG参数无关。
这项研究证明了通过大型数据集训练的机器学习算法估计ACHD预后和指导治疗的实用性。由于涉及大量自动化过程，这些DL算法可以轻松扩展到多机构数据集，以进一步提高准确性并最终成为基于在线的决策工具。
原始出处：
Gerhard-Paul Diller. Machine learning algorithms estimating prognosis and guiding therapy in adult congenital heart disease: data from a single tertiary centre including 10019 patients. Eur Heart J. 26 January 2019.
本文系梅斯医学(MedSci)原创编译整理，转载需授权！
0
