Jun, 2023
使用学习的多值决策图表征晚期心力衰竭风险和血流动力学表型的 CARNA 方法
CARNA: Characterizing Advanced heart failure Risk and hemodyNAmic phenotypes using learned multi-valued decision diagrams
Josephine Lamp, Yuxin Wu, Steven Lamp, Prince Afriyie, Kenneth Bilchick...
TL;DRCARNA 是一个基于机器学习的血流动力学风险评估和表型学框架，该框架学习风险得分以预测患者结果的概率，并输出描述性患者表型，其特征和阈值为每个预测的风险得分进行特征化，通过比较五个高级 HF 患者队列，证明其可以提供健壮的风险分层，CARNA 框架是通用的，可用于学习其他疾病和医学应用程序的风险分层。