Vorhersage Risiko von Herzinsuffizienz bei diabetes-Patienten mit Hilfe von machine learning

Vorhersage Risiko von Herzinsuffizienz bei diabetes-Patienten mit Hilfe von machine learning

Herzinsuffizienz ist eine wichtige mögliche Komplikation der Typ-2-diabetes tritt Häufig und kann dazu führen, Tod oder Invalidität. Früher in diesem Monat, topaktuelle Studienergebnisse zeigten, dass eine neue Klasse von Medikamenten bekannt als SGLT2-Inhibitoren kann hilfreich sein für Patienten mit Herzinsuffizienz. Diese Therapien können auch verwendet werden bei Patienten mit diabetes zu verhindern, Herzinsuffizienz auftreten in den ersten Platz. Jedoch eine Möglichkeit, genau zu identifizieren, die diabetes-Patienten sind am meisten gefährdet für Herz-Ausfall bleibt ungeklärt. Eine neue Studie führte durch Forscher aus Brigham and Women s Hospital und UT Southwestern Medical Center, präsentiert ein neues, machine-learning-Modell abgeleitet, vorherzusagen, mit einem hohen Grad an Genauigkeit, Zukunft Herzinsuffizienz bei Patienten mit diabetes. Das team der Ergebnisse werden präsentiert auf der Heart Failure Society of America Annual Scientific Meeting in Philadelphia und gleichzeitig veröffentlicht in Diabetes Care.

„Wir hoffen, dass diese Risiko-score kann nützlich sein, um Kliniker auf dem Boden — Hausärzten, Endokrinologen, Nephrologen und Kardiologen — die Fürsorge für Patienten mit diabetes und darüber nachzudenken, welche Strategien verwendet werden können, um Ihnen zu helfen“, sagte co-Erstautor Muthiah Vaduganathan, MD, MPH, ein Kardiologe am Brigham.

„Unsere Risiko-score stellt ein neuartiges Prognose-tool zur Identifizierung von Patienten, die sich einer Herzinsuffizienz-Risiko in den nächsten fünf Jahren“, sagte co-Erstautor Matthew Segar, MD, MS, ein Assistenzarzt an der UT Southwestern. „Nicht die spezielle klinische kardiovaskuläre Biomarker oder advanced imaging, dieses Risiko-score ist leicht integrierbar in die Praxis am Krankenbett oder in elektronischer patientendatensysteme und kann die Identifikation von Patienten, die profitieren würden von der therapeutischen Interventionen.“

Zu entwickeln, die das Risiko-score-als-UHR-DM — das team nutzte Daten aus 8,756 Patienten mit diabetes eingeschrieben, in der Maßnahmen zur Kontrolle Herz-Kreislauf-Risiko bei Diabetes (ACCORD) – Studie. Diese Daten enthalten insgesamt 147 Variablen, einschließlich Demographie, klinische Daten, Labordaten und mehr. Die Ermittler eingesetzt machine-learning-Methoden in der Lage Umgang mit mehrdimensionale Daten, um zu bestimmen, die top-Performance Prädiktoren der Herzinsuffizienz.

Im Laufe von fast fünf Jahren, 319 Patienten (3,6 Prozent) entwickelt Herzinsuffizienz. Das team identifiziert die 10 top-performing Prädiktoren der Herzinsuffizienz, die bis zu die-UHR-DM-Risiko-score: Gewicht (BMI), Alter, Hypertonie, Kreatinin, HDL-C, diabetes-Kontrolle (fasting plasma glucose), QRS-Dauer, Myokardinfarkt und koronarer bypass-Operation. Patienten mit dem höchsten ANSEHEN-DM erreicht souverän angesichts eines fünf-Jahres-Risiko von Herzversagen von nahezu 20 Prozent.

Die Studie zieht Ihre Stärke aus der großen Stichprobengröße und der hohen rate an Herzversagen, aber die Autoren beachten, dass Ihre Erkenntnisse können eingeschränkt werden, indem bestimmte Einschränkungen. Vereinbarung war, die zwischen 1999 und 2009 und Prädiktoren der Herzinsuffizienz entwickelt haben, da die Studie abgeschlossen hat. Darüber hinaus, während die Risiko-score wurde präzise in der Vorhersage einer form der Herzinsuffizienz –, dass mit reduzierter Ejektionsfraktion — Lagen für die Vorhersage eine zweite form der Herzinsuffizienz -, dass mit erhaltener Ejektionsfraktion. Zukünftige Studien werden benötigt, um die Entwicklung spezifischer Risiko-scores für die Vorhersage der letzteren unter der Allgemeinen Bevölkerung und bei Patienten mit diabetes.

Wichtiger ist, die UHR-DM-Risiko-score ist jetzt auch als online-tool für Kliniker zu verwenden. Als nächsten Schritt wird das Forscherteam arbeitet an der Integration der Risikobewertung in elektronischer patientendatensysteme sowohl an der Brigham und UT Southwestern zur Erleichterung der praktischen Anwendung.

Zusätzlich zu dem tool die Nützlichkeit für ärzte, Vaduganathan sieht auch eine Kernaussage aus der Studie für Patienten mit diabetes, die besorgt sind über Ihr Risiko, an Herzversagen.

„Es ist wichtig, sich an diesen 10 Variablen und zu reflektieren“, sagte Vaduganathan. „Für den einzelnen Patienten, das sind wichtige Nachrichten zu denken, die bei der Beurteilung der persönlichen Risiko. BMI war einer der top-Prädiktoren der Herzinsuffizienz Risiko, das verstärkt die Idee, dass langfristig übergewicht erhöhen kann, Zukunft Risiko für Herzinsuffizienz. Wir hoffen, dass diese Arbeit highlights Möglichkeiten, um einzugreifen-sowohl durch änderungen des Lebensstils und durch den Einsatz von SGLT2-Hemmer-zu verzögern oder sogar ganz verhindern, dass Herzversagen.“

„Dieses Risiko-tool ist ein wichtiger Schritt in die richtige Richtung zur Förderung der Prävention der Herzinsuffizienz bei Patienten mit Typ-2-diabetes. Es kann leicht als Teil der klinischen Betreuung von Patienten mit Typ-2-diabetes und integriert mit der elektronischen Krankenakte zur Information der ärzte über das Risiko einer Herzinsuffizienz bei Ihren Patienten und führen Nutzung wirksamer präventiver Strategien“, sagte Ambarish Pandey, MD, MSCS, eine vorbeugende Kardiologe an der UT Southwestern und leitender Autor dieser Studie.

Finanzierung für diese Arbeit kam von Der Texas Health Resources Clinical Scholars Program, KL2/Katalysator Medical Research Investigator Training award von der Harvard-Katalysator (National Institutes of Health [NIH]/National Center for Advancing Translational Sciences award UL 1TR002541) und die Texas Health Resources Clinical Scholars Program. Vaduganathan dient am advisory Board von AstraZeneca und Boehringer Ingelheim.