Core Concepts
Durch die Kombination von 30-Sekunden-EKG-Aufnahmen und approximativen langfristigen Herzfrequenzvariabilitäts-(HRV)-Daten lässt sich das Risiko einer Krankenhauseinweisung aufgrund von Herzinsuffizienz effizient einschätzen.
Abstract
Der Artikel präsentiert mehrere multimodale Ansätze zur Schätzung des Risikos einer Krankenhauseinweisung aufgrund von Herzinsuffizienz. Die Modelle kombinieren 30-Sekunden-EKG-Aufnahmen und approximative langfristige HRV-Daten.
Es werden zwei Überlebensmodelle vorgestellt:
Ein XGBoost-Modell mit beschleunigter Ausfallzeit (AFT), das umfassende EKG-Merkmale einbezieht
Ein ResNet-Modell, das direkt aus dem Roh-EKG lernt
Diese Modelle werden um unsere neuartige Methode zur Extraktion approximativer langfristiger HRVs aus einer Kombination von ultrakurzen Taktschlagmessungen über den Tag erweitert. Um deren zeitliche Dynamik zu erfassen, schlagen wir ein Überlebensmodell vor, das ResNet- und Transformer-Architekturen (TFM-ResNet) kombiniert.
Die Experimente zeigen eine hohe Modellleistung bei der Risikoeinschätzung von Herzinsuffizienz mit einem Konkordanzindex von 0,8537 im Vergleich zu 14 anderen Überlebensmodellen. Außerdem weisen die Modelle eine wettbewerbsfähige Diskriminierungsfähigkeit auf verschiedenen externen EKG-Datensätzen auf. Nach Tests zur Übertragbarkeit auf Apple Watch-Daten bietet unser Ansatz, der in der myHeartScore-App implementiert ist, eine kostengünstige und sehr zugängliche Risikoeinschätzung für Herzinsuffizienz, was zu deren Prävention und Management beiträgt.
Stats
Die durchschnittliche Zeit bis zum Auftreten von Herzinsuffizienz beträgt 1,85 Jahre.
8,2% der Patienten wurden innerhalb von 11 Jahren aufgrund von Herzinsuffizienz ins Krankenhaus eingewiesen.
Quotes
Keine relevanten Zitate gefunden.