Badanie wartości diagnostycznej modelu uczenia maszynowego na podstawie danych klinicznych u pacjentów z chorobą niedokrwienną serca

Wybrano łącznie 300 pacjentów z CHD WHO hospitalizowanych w Pierwszym Stowarzyszonym Szpitalu Uniwersytetu Medycznego Xinjiang od sierpnia 2021 do lutego 2022, z których wszyscy spełniali kryteria DIAGNOSTYCZNE CHD sformułowane przez Światową Organizację Zdrowia (WHO) i wykluczyli choroby takie jak jako bardzo ciężką wadę zastawkową i wrodzoną wadę serca. Łącznie 300 zdrowych osób z Pierwszego Szpitala Stowarzyszonego Uniwersytetu Medycznego Xinjiang w tym samym okresie wybrano jako grupę kontrolną. Wskaźniki obserwacyjne obejmowały: Zebrane wskaźniki kliniczne obejmowały: Warunki ogólne: płeć, wiek, historia medyczna; wskaźniki biochemiczne krwi, takie jak rutyna krwi, czynność wątroby, czynność nerek, lipidy we krwi, glukoza we krwi, markery mięśnia sercowego, elektrolity, stężenie kreatyniny w surowicy, wskaźnik masy ciała, BNP i inne wskaźniki; powiązane testy, takie jak ELEKTROkardiogram, elektrokardiogram holterowski , USG serca (średnica lewego przedsionka, aorta wstępująca, grubość przegrody międzykomorowej, le ft grubość ściany tylnej, średnica prawej komory, frakcja wyrzutowa, nieprawidłowy ruch ściany komory, objawy zawału lub niedokrwienia, nieprawidłowości zastawek, wrodzona choroba serca itp.); Objawy obejmują: dane dźwiękowe dotyczące tonów serca w dziewięciu częściach obszaru przedsercowego; Leki stan.Wszystkie wskaźniki i badania biochemiczne krwi zostały wykonane w oddziale laboratoryjnym i oddziale USG naszego szpitala, a cechy fizyczne zostały uzupełnione na oddziale.Wyniki koronarografii, echokardiografii przedszpitalnej i poszpitalnej oraz inne powiązane dane zostały zarejestrowane. Model uczenia maszynowego został skonstruowany na podstawie danych klinicznych, aby pomóc w diagnozowaniu pacjentów z chorobą niedokrwienną serca