A dynamic risk score for early prediction of cardiogenic shock using machine learning

要約

心筋梗塞と心不全は、米国の何百万人もの人々が罹患している主要な心血管疾患です。
罹患率と死亡率は、心原性ショックを発症した患者で最も高くなります。
心原性ショックの早期認識は非常に重要です。
治療手段を迅速に実施することで、心原性ショックによる虚血、低血圧、および心拍出量の減少という有害なスパイラルを防ぐことができます。
しかし、人間の医療提供者は心臓集中治療室 (ICU) で膨大な量のデータを処理できず、効果的なリスク層別化ツールがないため、心原性ショックの早期発見は困難でした。
私たちは、心原性ショックの発症を予測するために、急性代償不全心不全および/または心筋梗塞で心臓 ICU に入院した患者向けに、CShock と呼ばれる深層学習ベースのリスク層別化ツールを開発しました。
CShock を開発および検証するために、心臓 ICU データセットに医師の判断結果を注釈付けしました。
CShock は、0.820 の受信者操作特性曲線 (AUROC) の下の領域を達成しました。これは、心原性ショックの予後について十分に確立されたリスク スコアである CardShock (AUROC 0.519) を大幅に上回りました。
CShock は、独立した患者コホートで外部的に検証され、0.800 の AUROC を達成し、他の心臓 ICU での一般化可能性を実証しました。

要約(オリジナル)

Myocardial infarction and heart failure are major cardiovascular diseases that affect millions of people in the US. The morbidity and mortality are highest among patients who develop cardiogenic shock. Early recognition of cardiogenic shock is critical. Prompt implementation of treatment measures can prevent the deleterious spiral of ischemia, low blood pressure, and reduced cardiac output due to cardiogenic shock. However, early identification of cardiogenic shock has been challenging due to human providers’ inability to process the enormous amount of data in the cardiac intensive care unit (ICU) and lack of an effective risk stratification tool. We developed a deep learning-based risk stratification tool, called CShock, for patients admitted into the cardiac ICU with acute decompensated heart failure and/or myocardial infarction to predict onset of cardiogenic shock. To develop and validate CShock, we annotated cardiac ICU datasets with physician adjudicated outcomes. CShock achieved an area under the receiver operator characteristic curve (AUROC) of 0.820, which substantially outperformed CardShock (AUROC 0.519), a well-established risk score for cardiogenic shock prognosis. CShock was externally validated in an independent patient cohort and achieved an AUROC of 0.800, demonstrating its generalizability in other cardiac ICUs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google