来自西班牙巴塞罗那大学的学者开发了 PRERISK：一种预测个人中风复发风险的统计和机器学习分类器，相关结果发表在近期Stroke杂志上。研究人员分析了基于88家公共医疗保健的前瞻性数据集中的临床和社会经济数据（2014-2020 年收治的 41 975 名确诊为中风的患者)。利用有监督的机器学习模型来提供随时间变化的个体化风险，并将它们与 Cox 回归模型进行了比较。模型分别用于预测 90 天内、91 天至 365 天内和大于 365 天内的早期、晚期和长期复发风险。C 统计量和接收者操作特征曲线下面积用于评估模型的准确性。参考文献：PRERISK: A Personalized, Artificial Intelligence–Based and Statistically–Based Stroke Recurrence Predictor for Recurrent Stroke. Stroke. 2024;55:1200–1209. https://doi.org/10.1161/STROKEAHA.123.043691
当前位置：