Comparative diagnostic performance of machine learning models and traditional scores for HFpEF in older adults - PubMed
2 months ago
- #HFpEF Diagnosis
- #Machine Learning
- #Cardiology
- 机器学习（ML）模型，尤其是随机森林（RF）和XGBoost，在老年人群中诊断HFpEF的表现优于传统诊断评分体系。
- 该研究在三个推导队列（N=1474）中训练ML模型，并在两个独立队列（N=542）中进行验证。
- 随机森林和XGBoost展现出最高诊断准确率（AUC：RF 0.98，XGBoost 0.96），优于HFA-PEFF（0.86）和H2FPEF（0.79）。
- 利钠肽是ML模型中影响力最大的特征，占模型可解释性的36%。
- 研究建议将ML工具整合到临床工作流程中，可改善HFpEF的早期诊断和治疗启动。