机器学习模型预测UA合并HFpEF心衰住院风险

中国研究团队在《npj Digital Medicine》发表一项多中心回顾性队列研究，纳入4367例不稳定型心绞痛（UA）合并射血分数保留的心衰（HFpEF）患者，用LASSO、SVM-RFE和Boruta筛选预测因子，训练12种机器学习算法，预测12、24、36个月的心衰住院风险，并做了外部验证。研究称模型校准可接受，决策曲线分析显示有潜在临床价值。 这属于回顾性建模研究，不是临床指南或监管批准。作者明确表示，仍需在不同人群和医疗体系中开展前瞻性和真实世界验证，才能确认临床有效性并支持常规应用。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。