Estimation of Cardiac and Non-cardiac Diagnosis from Electrocardiogram Features

要約

はじめに: 病状をタイムリーかつ正確に診断することは、効果的な患者ケアにとって最も重要です。
心電図 (ECG) 信号は患者の心臓の健康状態を評価するための基本であり、すぐに利用できます。
それにもかかわらず、非心臓状態の検出における ECG データの顕著な可能性については、ほとんど注目されていません。
方法：私たちの研究では、ECGの特徴から一般的な診断状態を推測する実現可能性を調査するために、公的に利用可能なデータセット（MIMIC-IV-ECG-ICDおよびECG-VIEW II）を使用しました。
この目的を達成するために、心電図の特徴と基本的な人口統計学的特徴に基づいてツリーベースのモデル (XGBoost) をトレーニングし、心臓と非心臓の両方の状態を含む幅広い診断を推定しました。
結果：我々の結果は、幅広い生理学的カテゴリーにわたって統計的に有意な方法で、0.7 AUROC を超える 23 の心臓疾患および 21 の非心臓疾患を推定する信頼性を示しています。
私たちの調査結果は、よく知られている心臓の状態を特定する際の ECG データの予測可能性を強調しています。
しかし、さらに驚くべきことに、この研究は、心電図に基づく診断の範囲を、従来は心臓系に関連していなかった症状に体系的に拡大するという先駆的な取り組みを表しています。

要約(オリジナル)

Introduction: Ensuring timely and accurate diagnosis of medical conditions is paramount for effective patient care. Electrocardiogram (ECG) signals are fundamental for evaluating a patient’s cardiac health and are readily available. Despite this, little attention has been given to the remarkable potential of ECG data in detecting non-cardiac conditions. Methods: In our study, we used publicly available datasets (MIMIC-IV-ECG-ICD and ECG-VIEW II) to investigate the feasibility of inferring general diagnostic conditions from ECG features. To this end, we trained a tree-based model (XGBoost) based on ECG features and basic demographic features to estimate a wide range of diagnoses, encompassing both cardiac and non-cardiac conditions. Results: Our results demonstrate the reliability of estimating 23 cardiac as well as 21 non-cardiac conditions above 0.7 AUROC in a statistically significant manner across a wide range of physiological categories. Our findings underscore the predictive potential of ECG data in identifying well-known cardiac conditions. However, even more striking, this research represents a pioneering effort in systematically expanding the scope of ECG-based diagnosis to conditions not traditionally associated with the cardiac system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google