摘要
背景目前肺动脉高压(PAH)的危险分层工具在其鉴别能力上受到限制,部分原因是假设预后临床变量与临床结局有独立的线性关系。我们试图证明基于贝叶斯网络(BN)的机器学习在增强现有最先进的风险分层工具REVEAL 2.0的预测能力方面的实用性。
方法我们导出了一个树增强的Naïve-Bayes模型(名为PHORA),使用REVEAL 2.0中发现的相同变量和切点预测REEAL登记册中的多环芳烃患者的一年生存率。PHORA模型在内部(在REVEAL注册表中)和外部(在COMPERA和PHSANZ注册表中)进行了验证。根据2015年ESC/ERS指南,将患者分为低风险、中风险和高风险(分别为<5%、5-20%和>10%的12个月死亡率)。
结果PHORA了0.80的AUC预测一年的生存,这是一个进步了REVEAL 2.0(0.76 AUC)。当在COMPERA和PHSANZ登记验证,PHORA分别展示的0.74和0.80的AUC。通过PHORA预测一年生存率分别为更多的患者风险较低的分数和较差的为那些具有较高风险评分(P <.001),在所有三个登记低度,中度和高风险群体之间的良好分离。
结论我们的BN衍生风险预测模型,PHORA,证明了对现有模型的辨别能力有所提高。这反映了基于BN的模型能够解释临床变量与结果之间的相互关系,以及在计算预测时对缺失数据元素的耐受性。
脚注
这份手稿最近已被接受在欧洲呼吸杂志。据审稿,并通过我们的制作团队排版之前在这里其已接受的形式出版。经过这些生产工艺齐全,作者已经批准了造成证据,文章将移动到的最新一期ERJ公司在线。请打开或下载PDF以查看本文。
利益冲突:Kanwar博士在研究过程中报告了NIH/NHBLI的拨款。
利益冲突:Gomberg提出-梅特兰报告医生咨询/指导委员会,由Acceleron,Actelion公司,复杂了,蜘蛛网生物,Reata,并Neuroderm DSMB。乔治·华盛顿已收到补助金从Altavant和联合治疗研究。她是科学顾问委员会为曼联治疗中的一员,提交作品之外。
利益冲突:Hoeper博士在提交的工作之外报告Actelion的个人费用、拜耳的个人费用、MSD的个人费用、辉瑞的个人费用。
利益冲突:Pausch博士没有什么要披露的。
大卫Pittow
利益冲突:Dr.Strange报告说,在研究过程中,Actelion制药公司、GlasoSmithKline公司和拜耳制药公司提供了资助。
利益冲突:安德森博士报告赠款葛兰素史克,从Actelion公司,拜耳非金融的支持,阿斯利康公司的个人费用非金融的支持,提交作品之外。
利益冲突:Carol Zhao在研究期间向强生杨森制药公司Actelion Pharmaceuticals US,Inc.报告个人费用;向强生杨森制药公司Actelion Pharmaceuticals US,Inc.报告提交的工作之外的个人费用。
利益冲突:斯科特博士没有透露。
利益冲突:Druzdzel博士是BayesFusion,LLC的合伙人。
利益冲突:Kraisangka博士没有透露。
丽莎Lohmueller
利益冲突:安塔基博士在研究过程中报告了NIH/NHLBI的资助。
利益冲突:在研究过程中,Benza博士报告了NIH/NHLBI的拨款、Actelion的拨款、United Therapeutics的拨款、拜耳的拨款。
利益冲突:Lohmueller博士没有透露。
利益冲突:Pittrow博士报告从Actelion公司的个人费用,由拜耳个人费用,由安进公司的个人费用,由勃林格殷格翰公司的个人费用,由赛诺菲个人费用,由个人MSD费,于Biogen个人费用,提交作品之外。
- 收到2020年1月9日。
- 公认2020年4月21日。
- 版权所有©ERS 2020