新的模型预测了哪些肾病患者可能出现心跳不正常

一种使用机器学习的新模型，即一种人工智能，可能有助于预测肾病的患者特别高的发展心脏搏动不规则性。调查结果来自一项研究，该研究将在ASN肾脏周2020年10月19日至10月19日重新制中。

心房颤动(AF)是一种心率不规则、经常加速的疾病，常见于慢性心律失常患者肾脏疾病(CKD)，并与不良的肾脏和心血管预后相关。研究人员进行了一项研究，看看是否可以使用一种新的预测模型来识别CKD患者发生房颤的最高风险。该团队将先前发表的房颤预测模型与使用该模型开发的模型进行了比较机器学习(一种人工智能)基于临床变量和心脏标记物。

在分析慢性肾功能不全队列（CRIC）的2,766名参与者的信息中，基于机器学习的模型优于先前公布的预测AF的模型。

该研究的主要作者Leila Zelnick博士(西雅图华盛顿大学)说:“这种模型的应用可用于识别可能受益于增强心血管保健的CKD患者，也可用于识别用于心房颤动治疗临床试验的患者。”

---

---