基于胸部X光的深度学习模型有助于预测MACE

基于胸部X 光片 (CXR) 的心血管疾病 (CVD) 风险 (CXR CVD-Risk) 深度学习模型可预测超出临床标准的主要不良心血管事件 (MACE)根据 3 月 26 日在线发表在《内科医学年鉴》上的一项研究。

来自波士顿马萨诸塞州总医院和哈佛医学院的 Jakob Weiss 医学博士及其同事开发并测试了 CXR CVD-Risk，该工具可根据常规 CXR 估计 10 年发生 MACE 的风险，并将其性能与传统动脉粥样硬化 CVD 的性能进行比较。 ASCVD)风险评分。CXR CVD 风险模型是利用癌症筛查试验的数据开发的，并在 8,869 名未知 ASCVD 风险的门诊患者和 2,132 名已知 ASCVD 风险的门诊患者中进行了外部验证。

研究人员发现，在调整风险因素后，根据 CXR CVD-Risk 的预测，在 8,869 名 ASCVD 风险未知的门诊患者中，那些风险为 7.5% 或更高的患者的 10 年 MACE 风险较高(调整后的风险比为 1.73) 。在另外 2,132 名已知 ASCVD 风险的门诊患者中，CXR CVD-Risk 预测的 MACE 超出了传统的 ASCVD 风险评分(调整后的风险比为 1.88)。

作者写道：“CXR 的机会性筛查可能有助于识别心血管疾病高危人群，促进危险因素评估和有针对性的预防。”