科學家利用人工智能方法區(qū)分心衰患者預(yù)后反應(yīng)

人工智能 2021-10-26 06:35

盡管治療方法有所進步，但心力衰竭和低左室射血分數(shù)（LVEF）患者的死亡率仍然很高。近日，英國研究團隊提出一種新的人工智能方法，可以更好地評估多重和更高維度的共病相互作用，并重新定義了心房顫動所致心衰患者β-受體阻滯劑療效不同亞組，該研究發(fā)表在《Lancet》上，題為：Redefining β-blocker response in heart failure patients with sinus rhythm and atrial fibrillation: a machine learning cluster analysis。

研究團隊利用基于神經(jīng)網(wǎng)絡(luò)的變分自動編碼器和分層聚類匯總了9項β受體阻滯劑的雙盲、隨機、安慰劑對照試驗的個體患者數(shù)據(jù)，共計納入15659例心力衰竭和左室射血分數(shù)低于50%的患者，并分為竇性心律心衰組/心房顫動心衰組。在竇性心律心衰患者中，β受體阻滯劑帶來的死亡率獲益在大多數(shù)亞組患者中是相似的（優(yōu)勢比[OR]在0.54到0.74之間)，但在老年且癥狀較輕的竇性心律心衰患者中的一個亞組中，β受體阻滯劑無顯著療效（OR為0.86，95%可信區(qū)間為0.67至1.10；p=0.22）。β受體阻滯劑的總體中性效應(yīng)在心房顫動心衰患者五個亞組中的四組是相似的（OR為0.92, 95%可信區(qū)間為0.77至1.10，p=0.37）。在死亡率較低但LVEF與平均值相似的年輕心房顫動心衰患者中，使用β受體阻滯劑后死亡率顯著降低（OR為0.57,95%可信區(qū)間為0.35至0.93，p=0.023）。

研究認為，基于人工智能的聚類方法能夠區(qū)分心力衰竭和低LVEF患者的預(yù)后反應(yīng)和β受體阻滯劑效果。

注：此研究成果摘自《Lancet》期刊，文章內(nèi)容不代表本網(wǎng)站觀點和立場，僅供參考。
論文鏈接：
https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(21)01638-X/fulltext#%20

人工智能

公眾號

小程序

微信咨詢

版權(quán)提示：智研咨詢倡導(dǎo)尊重與保護知識產(chǎn)權(quán)，對有明確來源的內(nèi)容注明出處。如發(fā)現(xiàn)本站文章存在版權(quán)、稿酬或其它問題，煩請聯(lián)系我們，我們將及時與您溝通處理。聯(lián)系方式：gaojian@chyxx.com、010-60343812。