科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 应用机器学习方法探讨中医证候要素对慢性心力衰竭(CHF)预后模型的意义，并建立以中医证候要素为基础的中西医结合CHF预后模型。方法 纳入2018年1月1日至2021年4月30日收入中日友好医院心内科住院治疗的CHF患者，收集患者人口统计学资料、共病、检验检查和中医证候要素等信息。主要终点为1年内因心力衰竭再住院或心血管死亡复合事件的发生。采用适用于高维数据筛选的最小绝对收缩和选择算子(LASSO)方法从数据集中选择最有用的预测变量，通过Cox多因素回归分析确定最终的独立危险因素并建立可视化列线图。结果 本研究最终纳入164人，平均年龄(72.23±14.16)岁，男性占37.2%。运用LASSO机器学习方法从临床变量中共筛选出9个因素，包括冠心病、高血压、尿酸、N末端B型利钠肽原(NT-proBNP)、左心室射血分数(LVEF)、肌酸激酶同工酶MB、肌红蛋白、气虚和阴虚。经Cox多因素回归分析后发现，NT-proBNP、LVEF、气虚、高血压和冠心病5个因素与CHF患者预后独立相关。结论 中医证候要素气虚是CHF患者1年内因心力衰竭再住院或心血管死亡事件的独立预测因子；中西医结合CHF预后模型具有较高的准确性。
- 单位
