清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Using Machine Learning to Risk Stratify Emergency Department Patients With Chest Pain but No Acute Myocardial Infarction: A Multicenter Retrospective Analysis

医学 急诊科 心肌梗塞 胸痛 内科学 回顾性队列研究 心脏病学 多中心研究 急性冠脉综合征 急诊医学 重症监护医学 随机对照试验 精神科
作者
Eric Chou,Tsung‐Chien Lu,Yu Wei Chiu,Fan‐Ya Chou,Jeffrey Hamada,Jaydeep Shah,Sandeep K. Shori,Matthew Danley,Andrew Shedd,Toral Bhakta,Chu‐Lin Tsai,Chih‐Hung Wang,Hung‐Yu Wei
出处
期刊:Journal of the American Heart Association [Wiley]
卷期号:14 (17): e041915-e041915 被引量:1
标识
DOI:10.1161/jaha.125.041915
摘要

BACKGROUND: This study aimed to develop a machine learning-based model to predict the risk of major adverse cardiac events (MACE) in patients presenting to the emergency department (ED) with chest pain, for whom acute myocardial infarction was excluded after serial high-sensitivity cardiac troponin testing. METHODS: This retrospective analysis included adult patients presenting with chest pain at 5 study hospitals between 2021 and 2024 in Texas. Patients diagnosed with acute myocardial infarction during the index visit were excluded. The primary outcome was the occurrence of 30-day MACE, defined as myocardial infarction or all-cause mortality within 30 days of the index ED visit. A long short-term memory algorithm was used to develop the prediction model. RESULTS: The analysis included 14 177 patients with a median age of 49.7 years, 41.2% of whom were men. A total of 535 patients (3.8%) had at least 1 high-sensitivity cardiac troponin level above the 99th percentile. Thirty-nine patients (0.3%) experienced 30-day MACE, including 15 (0.1%) with myocardial infarction and 24 (0.2%) with all-cause mortality. The long short-term memory model demonstrated excellent performance in predicting 30-day MACE (area under the receiver operating characteristic curve [AUC], 0.884 [95% CI, 0.815-0.941]), myocardial infarction (AUC, 0.963 [95% CI, 0.926-0.993]), and all-cause mortality (AUC, 0.849 [95% CI, 0.698-0.948]). CONCLUSIONS: The long short-term memory model accurately predicted 30-day MACE in ED patients presenting with chest pain and no acute myocardial infarction, using patient demographics, vital signs at ED presentation, electrocardiographic findings, and serial high-sensitivity cardiac troponin levels measured at flexible time points within 24 hours of ED arrival.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
7秒前
choup53发布了新的文献求助10
13秒前
腼腆的夏蓉完成签到,获得积分10
15秒前
寻找组织完成签到,获得积分10
24秒前
26秒前
着急的水桃完成签到,获得积分10
29秒前
tmobiusx完成签到,获得积分10
32秒前
33秒前
33秒前
caspar发布了新的文献求助30
38秒前
暮念完成签到 ,获得积分10
49秒前
王馨完成签到 ,获得积分10
1分钟前
changfox完成签到,获得积分10
1分钟前
花藤梦蝶完成签到 ,获得积分10
1分钟前
小巧慕儿完成签到,获得积分10
1分钟前
1分钟前
irisxiong发布了新的文献求助10
1分钟前
2分钟前
晞暝完成签到 ,获得积分10
2分钟前
寒冷的月亮完成签到 ,获得积分10
2分钟前
leng发布了新的文献求助10
2分钟前
兜有米完成签到 ,获得积分10
2分钟前
keyan123完成签到,获得积分10
2分钟前
英俊的傲珊完成签到,获得积分10
2分钟前
楚楚完成签到 ,获得积分0
2分钟前
3分钟前
hugeyoung发布了新的文献求助10
3分钟前
无奈的琦完成签到,获得积分10
3分钟前
jlwang完成签到,获得积分10
3分钟前
虚拟的白云完成签到,获得积分10
4分钟前
4分钟前
x夏天完成签到 ,获得积分10
4分钟前
Qian完成签到 ,获得积分10
4分钟前
复杂惜珊完成签到,获得积分10
4分钟前
Akim的应助被三水王采纳,获得10
4分钟前
woods完成签到,获得积分10
4分钟前
4分钟前
侯锐淇完成签到 ,获得积分10
4分钟前
三水王发布了新的文献求助10
4分钟前
小巧的孤丹完成签到,获得积分10
4分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Sex, Aging, and Death in a Medieval Medical Compendium: Trinity College Cambridge MS R.14.52, Its Texts, Language, and Scribe 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
基于界面调控的高效湿气发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8190226
求助须知:如何正确求助?哪些是违规求助? 9577371
关于积分的说明 21852386
捐赠科研通 7788771
什么是DOI,文献DOI怎么找? 3436310
关于科研通互助平台的介绍 2560106
邀请新用户注册赠送积分活动 2482945