先天性心脏病孕妇不良事件风险预测
先天性心脏病妇女具有较高的不良事件高风险。近日，心血管疾病领域权威杂志JAHA上发表了一篇研究文章，研究人员旨在明确两种预测模型在预测先天性心脏病孕妇发生不良事件的风险的效果。
先天性心脏病妇女具有较高的不良事件高风险。近日，心血管疾病领域权威杂志JAHA上发表了一篇研究文章，研究人员旨在明确两种预测模型在预测先天性心脏病孕妇发生不良事件的风险的效果。
该研究共纳入了318名先天性心脏病孕妇，213名妇女被划分为开发队列，而105名妇女被分为验证队列。最小绝对收缩和选择算子用于预测变量选择。验证后，研究人员使用多元Logistic回归分析开发模型。机器学习算法(支持向量机、随机森林、AdaBoost、决策树等)用于进一步验证模型的预测能力。
41名(12.9%)妇女经历了不良孕妇事件，而93名(29.2%)新生儿经历了不良的新生儿事件。在孕妇模型中发现了七个高风险因素，包括纽约心功能分级、艾森曼格综合征、肺动脉高压、左心室射血分数、窦性心动过速、动脉血氧饱和度和妊娠持续时间。基于机器学习的算法表明，在开发队列中，孕妇模型的准确度为0.76至0.86(受试者工作特征曲线下面积=0.74-0.87)，在验证队列中为0.72至0.86(受试者工作特征曲线下面积=0.68–0.80)。在新生儿模型中发现了三个高风险因素，包括艾森曼格综合征、先兆子痫和动脉血氧饱和度。基于机器学习的算法显示，新生儿模型在开发队列中的准确度为0.75至0.80(受试者工作特征曲线下面=0.71–0.77)，验证队列为0.72至0.79(受试者工作特征曲线下面积=0.69–0.76)。
由此可见，两个针对孕妇和新生儿不良事件的产前风险评估模型可以帮助临床医生针对患有先天性心脏病的孕妇进行精确的治疗。
评论
我要跟帖
