算法识别将受益于强化治疗的高血压患者
![The research team that developed the algorithm included (from left) Drs. Rohan Khera, Yang Xie, and Wanpen Vongpatanasin, and graduate student researcher Shidan Wang (not pictured). Credit: UT Southwestern 算法识别将受益于强化治疗的高血压患者](https://scx1.b-cdn.net/csz/news/800a/2018/algorithmide.jpg)
利用来自大型临床试验的数据,德克萨斯大学西南分校的研究人员开发了一种预测哪些患者将从积极的高血压治疗中获益最多的方法。
他们设计的机器学习算法结合了在诊所就诊时常规收集的三个变量,并展示了生物信息学这一新兴领域如何改变患者护理。他们的作品现在可以在线阅读,并于7月15日在美国心脏病学杂志,描述了一个风险预测模型,在该模型中,患者的年龄、尿白蛋白/肌酐比(UACR)和心血管病史成功识别高血压病人对他们来说,强化治疗的好处大于风险。
“大型随机试用提供了不一致的证据关于强化锻炼的好处血压通讯作者、德克萨斯大学西南分校定量生物医学研究中心主任和该大学生物信息学核心设施主任Yang Xie博士说。ob欧宝直播nba“据我们所知,这是第一项确定从强化治疗中获得更高净收益的患者亚群的研究血压力治疗。”
研究人员使用了两项由美国国立卫生研究院资助的随机对照试验的患者数据,这两项试验分别是收缩压干预试验(SPRINT)和糖尿病心血管风险控制行动试验(ACCORD)。SPRINT试验包括9361名心血管事件风险升高的非糖尿病高血压成人,而ACCORD试验则纳入了10251名2型糖尿病患者。
“我认为我们的算法可以帮助我们识别高危患者,他们最有可能从强化降压中受益。长期强化HBP药物治疗可以降低心力衰竭和死亡的风险,但它也增加了副作用的风险,”合著者Wanpen Vongpatanasin博士说,他是内科教授,也是诺曼和奥黛丽·卡普兰高血压教授和弗雷德里克·l·科肾脏结石研究矿物代谢教授。
研究人员的机器学习方法确定了三个识别成年人的简单标准高血压他们是早期主要不良心血管事件(如心血管死亡、心脏病发作或中风)的最高风险人群。这些标准是:年龄74岁或以上,UACR为34或更高,有临床心血管疾病史,如心脏病、中风或心力衰竭。符合上述三项标准中的一项或多项的患者被认为属于高危人群,他们从强化降压治疗中获益更大。相比之下,研究小组发现74岁以下的患者UACR小于34岁,且无糖尿病史心血管病不那么密集的治疗也同样有效。
“我们认为我们的发现具有重要的临床意义,因为除了它的预测效果外,这里生成的模型在临床实践中简单易行,无需额外的实验室测试或计算工具,”谢博士说,他也是临床科学和生物信息学副教授。“我们希望有一天临床医生可以使用这种算法来识别哪些患者应该接受标准治疗和强化治疗,我们希望设计一个前瞻性的临床试验来进一步验证这种算法。”
进一步探索