Development and Validation of a Machine Learning Model for Incident Heart Failure Prediction in Chronic Kidney Disease: A Multicenter Cohort Study - PubMed
2 months ago
- #machine-learning
- #chronic-kidney-disease
- #heart-failure
- 研究开发并验证了一种机器学习模型，用于预测慢性肾脏病（CKD）患者发生心力衰竭（HF）的风险。
- 使用中国52,251名CKD患者数据进行模型开发，并以21,798名中国患者及3,323名英国生物银行参与者进行外部验证。
- 极限梯度提升模型表现最优，在中国队列中AUC达0.879，在英国生物银行队列中AUC为0.851。
- 简化模型包含9个预测因子，其中估算的肾小球滤过率和蛋白尿被列为最重要的特征。
- 该模型较现有风险评分（社区动脉粥样硬化风险研究和心血管疾病事件预测方程）有显著改进。
- 已部署临床适用的网络计算器：https://clinician.shinyapps.io/HF_Risk_Predictor_for_CKD/。
- 结论表明该模型有助于预测CKD患者HF风险，但需在不同人群中进一步验证。