Machine-Learning-Modell zur Vorhersage von Vorhofflimmern bei COPD-Patienten
Von KI ausgewählt und zusammengefasst
Worum es geht
Studie entwickelte und validierte krankheitsspezifische ML-Modelle zur Vorhersage von Vorhofflimmern bei COPD-Patienten anhand von 8.385 Teilnehmern aus der UK Biobank.
Ergebnis
Das Elastic-Net-Modell erzielte im zeitlichen Validierungssatz einen C-Index von 0,706 und zeigte höhere Diskriminierung als etablierte Risikomodelle (CHARGE-AF: C-Index-Differenz 0,047; p<0,05). Ein interaktives Web-Tool wurde implementiert.
Übertragbarkeit auf Deutschland
UK Biobank-Daten, aber Modellstruktur auf deutsches System übertragbar
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.