题目：复发性心包炎患者远期预后的预测杂志：Journal of The American College of Cardiology影响因子：IF=21.7发表时间：2024年5月研究背景复发性心包炎（RP）是一种复杂的疾病，与显著的发病率相关。先前的研究已经评估了哪些变量与临床缓解相关。然而，目前还没有建立的风险分层模型来预测这些患者的预后。数据来源本研究回顾性分析了2012年1月1日至2019年12月31日间497名复发性心包炎（RP）患者的病历，排除有心包切除史或随访不足6个月的患者，最终纳入365例。研究思路 作者回顾性研究了2012年至2019年共365例连续的RP患者。主要结果是临床缓解（CR），定义为停止所有抗炎治疗，症状完全缓解。使用5种机器学习生存模型计算5年内CR的可能性，并将患者分为高危、中风险和低风险组（图1）。图1 研究流程图主要结果1.研究结果概述患者平均年龄为46岁，61%的患者为特发性复发性心包炎。32%的患者实现临床缓解（CR），其特点是男性比例较高，年龄较大，并且主要为特发性或心脏损伤综合征所致。实现CR的患者复发次数较少，心包疼痛等症状减少，心脏磁共振成像显示轻微的心包晚期增强改变，并在随访中复发率较低（表1）。表1 总体队列和结果组的特征2. 模型预测结果使用全部34个变量的XGB模型在测试集上的预测性能最佳，C指数为0.778。模型的主要影响因素包括类固醇依赖性、初始复发次数、心率、年龄、晚期增强影像、病因、左心室射血分数、性别和秋水仙碱使用等。SHAP分析显示了前20个最具影响力的变量，对模型的全局可解释性提供了支持（表2）。表2 不同模型的预测性能3. 连续变量对预测模型的影响SHAP依赖图揭示了心率与预测模型输出的反向线性关系，心率越高，临床缓解（CR）可能性越低。心包炎发作次数对CR的影响呈现两阶段模式，超过3次发作后影响趋于平稳（图2）。图2 SHAP特征4. 风险评分与临床缓解预测研究通过模型的β系数为各变量赋分，构建了风险评分系统。结果预测了年龄、性别、复发次数、心率和左心室射血分数的相关性、使用类固醇等因素显著影响临床缓解（CR）率。根据总分，将患者分为低、中、高风险组，模型表现良好，预测5年CR率和风险分层能力显著（图3）。图3 风险模型与模型评估文章小结本研究成功开发并验证了一个预测复发性心包炎患者长期预后的风险分层模型。通过应用解释性机器学习技术（如SHAP），模型准确预测了临床缓解，提供了重要的预后因素见解。该模型有助于推动个性化医学发展，并增强复发性心包炎的临床决策能力。普通的预后模型可能并不出彩，加入一些机器学习小技巧，文章质感完全不一样呀！我们致力于为您的科研之路提供专业支持，无论是实验规划、数据分析，还是结果解读，我们将全程陪伴，确保您在科研过程中更加高效、顺利。与我们合作，让您的科研项目更上一层楼，共同实现卓越成果！
