血栓弹力图对冠脉PCI术后患者抗血小板治疗远期缺血事件的预测价值

目的探讨血栓弹力图对冠脉PCI术后患者抗血小板治疗远期缺血事件的预测价值。方法选取2018年1-12月我院收治的行冠脉PCI术患者,共80例,术后规范应用阿司匹林联合氯吡格雷抗血小板聚集治疗,依据病情特点分为急性心梗组(AMI组)、不稳定型心绞痛组(UAP组)与稳定型心绞痛组(AP组),分别为27例、42例与11例,对各组间血栓弹力图、凝血功能、D-二聚体等各项指标情况进行比较分析,并根据血栓弹力图的检测结果将所有患者分为抗血小板药物反应差组(A组)与抗血小板药物反应正常组(B组),分别为32例与48例,以了解患者心脏缺血事件的发生情况。结果AMI组和UAP组、AP组相比,国际标准化比值(INR)、部分凝血活酶时间(APTT)更低(P<0.05),与AP组相比,AMI组、UAP组的D-二聚体(D-D)浓度、纤维蛋白原(Fgb)更高,P<0.05;AMI组与UAP组患者血栓弹力图的R值、K值明显小于AP组患者,差异显著(P<0.05),MA值与Angel明显大于AP组,差异显著(P<0.05);AMI组与UAP组的高凝图形出现率明显高于AP组,差异显著(P<0.05)。A组与B组患者的心梗、脑卒中的发生率无显著差异(P>0.05),但A组心绞痛的发生率明显高于B组,差异显著(P<0.05)。结论血栓弹力图对冠脉PCI术后患者抗血小板治疗远期缺血事件具有较高的预测价值。

可解释的机器学习模型用于预测远期脑缺血事件

目的 利用可解释的机器学习模型,探讨临床特征及颈动脉斑块成分预测远期脑缺血事件的可能性及具体特征的重要性。方法 研究入组206例急性前循环脑梗死患者,半自动软件测量颈动脉斑块成分,记录临床特征,采用随机森林模型进行训练及检验数据。通过SHAP模型解释包对模型预测结果进行解读。结果 206例患者中,女性86例,平均年龄(62.5±11.9)岁,共有128个脑区出现新发缺血性脑卒中,160个脑区出现脑白质疏松进展。随机森林模型预测新发缺血性脑卒中的准确率为94.9%和90.8%;预测脑白质疏松进展的准确率为94.2%及85.0%。年龄、收缩压及糖尿病史是远期脑缺血事件最重要的特征。结论 可解释的机器学习可量化特征重要度及SHAP预测值,较好地评估单个样本远期脑缺血事件的风险.