新模型预测肾病患者可能会产生心跳违规行为
一种使用机器学习的新模型，即一种人工智能，可能有助于预测肾病的患者特别高的发展心脏搏动不规则性。调查结果来自一项研究，该研究将在ASN肾脏周2020年10月19日至10月19日重新制中。
心房颤动（AF） - 不规则，通常快速的心率 - 在慢性患者中是常见的肾脏疾病（CKD）并与肾脏和心血管成果不良有关。研究人员进行了一项研究，看看是否可以使用新的预测模型来识别在经历AF的最高风险中识别CKD的患者。该团队将先前已发布的AF预测模型与使用的模型进行了比较机器学习（一种人工智能）基于临床变量和心脏标志物。
在分析慢性肾功能不全队列（CRIC）的2,766名参与者的信息中，基于机器学习的模型优于先前公布的预测AF的模型。
“这种模型的应用可用于鉴定CKD的患者，他们可能会受益于增强的心血管护理，并识别对AF疗法的临床试验的患者选择，”洛尼·雷尔尼克，博士博士表示，“（华盛顿大学，西雅图）
进一步探索
更多信息：研究：“使用临床和心脏生物标志物数据预测心房颤动：CRIC研究”
由...提供美国肾病学会
引文：新模型预测哪些肾病患者可能会产生心跳违规行为（2020年，10月24日）从HTTPS://medicalXpress.com/news/2020-10-patiences-kidney-disease-heartbeat-iregulariture.html
本文件受版权保护。除了私人学习或研究目的的任何公平交易外，没有书面许可，没有任何部分。内容仅供参考。
用户评论