Forskning i den diagnostiske værdi af maskinlæringsmodellen baseret på kliniske data hos patienter med koronar hjertesygdom

I alt 300 patienter med CHD WHO blev indlagt på det første tilknyttede hospital ved Xinjiang Medical University fra august 2021 til februar 2022, som alle opfyldte de DIAGNOSTISKE kriterier for CHD formuleret af Verdenssundhedsorganisationen (WHO) og udelukkede sygdomme som f.eks. som meget alvorlig klapsygdom og medfødt hjertesygdom.I alt 300 raske forsøgspersoner fra Xinjiang Medical Universitys First Affiliated Hospital i samme periode blev udvalgt som kontroller.Observationsindikatorer inkluderet: Kliniske indikatorer indsamlet omfattede: Generelle tilstande: køn, alder, sygehistorie;Blodbiokemiske indekser, såsom blodrutine, leverfunktion, nyrefunktion, blodlipid, blodsukker, myokardiemarkører, elektrolyt, serumkreatininkoncentration, kropsmasseindeks, BNP og andre indikatorer;Relaterede tests såsom ELEKTROkardiogram, holter-elektrokardiogram , hjerte-ultralyd (diameter i venstre forkammer, ascendens aorta, ventrikulær septaltykkelse, le ft posterior vægtykkelse, højre ventrikeldiameter, ejektionsfraktion, unormal ventrikulær vægbevægelse, tegn på infarkt eller iskæmi, ventilabnormitet, medfødt hjertesygdom osv.);Tegnerne omfatter: lyddata fra hjertelyde i ni dele af det prækardiale område; medicin status. Alle biokemiske blodindekser og undersøgelser blev gennemført på laboratorieafdelingen og ultralydsafdelingen på vores hospital, og de fysiske tegn blev afsluttet på afdelingen. Resultaterne af koronar angiografi, præ-hospital og posthospital ekkokardiografi og andre relaterede data blev optaget. Maskinlæringsmodel blev konstrueret baseret på kliniske data for at hjælpe med diagnosticering af patienter med koronar hjertesygdom