文献速递心脑血管急症重症综合管理与镇静镇痛

人工智能辅助的心电图衍生序贯规则决策树用于排除院外心脏骤停的急性冠脉综合征病因:单中心回顾性队列研究

Artificial intelligence-assisted, electrocardiogram-derived, sequential rule-based decision tree for exclusion of acute coronary syndrome as the etiology of out-of-hospital cardiac arrest: a single-center retrospective cohort study
RSS 订阅 · Resuscitation
一句话结论节律分层序贯决策树可将约半数院外心脏骤停复苏后患者判为「ACS 不太可能」,无判定的 ACS 病例被误分类,主要见于非可除颤亚组。

本研究为单中心回顾性队列,纳入成人院外心脏骤停(OHCA)患者,分为开发队列(2020—2024 年,n=329)和时间验证队列(2025 年,n=71)。采用深度学习平台分析复苏后 12 导联心电图生成 10 个数字生物标志物,从中选取 5 个候选标志物,在零假阴性约束下构建节律分层的序贯决策树。决策树在开发队列和验证队列分别将 171/329(52.0%)和 32/71(45.1%)患者判为「ACS 不太可能」,任何节点均无误分类的判定 ACS 病例;排除效果集中在非可除颤亚组,该组排除 169/261(64.8%)非 ACS 病例(AUROC 0.824),优于各单一生物标志物;在可除颤亚组(ACS 验前概率高)中,38/40(95.0%)患者被保留为「ACS 未排除」。作者认为该透明、可在床旁部署的框架需前瞻性多中心评估。

要点

  • 节律分层序贯决策树在开发队列将 171/329(52.0%)、在时间验证队列将 32/71(45.1%)的 OHCA 复苏后患者判为「ACS 不太可能」,任何节点均无误分类的判定 ACS 病例。
  • 排除效果集中于非可除颤亚组:该组排除 169/261(64.8%)非 ACS 病例,AUROC 0.824,优于各单一生物标志物。
  • 在可除颤亚组(ACS 验前概率高),38/40(95.0%)患者被保留为「ACS 未排除」。
  • 该框架为单中心回顾性研究,作者认为需前瞻性多中心评估。

适用人群与场景

  • 成人院外心脏骤停(OHCA)且恢复自主循环(ROSC)的患者。
  • 开发队列为 2020—2024 年患者(n=329),时间验证队列为 2025 年患者(n=71)。

诊断标准与关键阈值

  • 采用节律分层的序贯决策树,在零假阴性约束下组合 5 个候选心电图数字生物标志物,将患者判为「ACS 不太可能」或「ACS 未排除」。
  • 按节律分为非可除颤亚组和可除颤亚组进行分层判断。

研究设计与关键结果

  • 单中心回顾性队列研究,开发队列 n=329(2020—2024 年),时间验证队列 n=71(2025 年)。
  • 决策树在开发队列将 171/329(52.0%)、在验证队列将 32/71(45.1%)患者判为「ACS 不太可能」,任何节点均无误分类的判定 ACS 病例。
  • 非可除颤亚组中,模型排除 169/261(64.8%)非 ACS 病例,AUROC 0.824,优于各单一生物标志物。
  • 可除颤亚组中,38/40(95.0%)患者被保留为「ACS 未排除」。

证据类型、等级与局限

  • 证据类型:单中心回顾性队列研究。
  • 局限:原文未报告局限性。

对床旁实践的改变

  • 作者认为该透明、可在床旁部署的框架需前瞻性多中心评估。

提炼说明

  • 本条依据论文摘要整理;摘要未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目;全文请点「阅读原文」。
英文原文(摘要)· 点击展开

Publication date: December 2026 Source: Resuscitation, Volume 229 Author(s): Arom Choi, Hanna Yoon, Stephen Gyung Won Lee, Chaeryoung Park, Eunah Han, Yun Ho Roh, Ji Hoon Kim

来源:Resuscitation,查看原文。版权归原作者所有。

参考来源

  1. Resuscitation:Artificial intelligence-assisted, electrocardiogram-derived, sequential rule-based decision tree for exclusion of acute coronary syndrome as the etiology of out-of-hospital cardiac arrest: a single-center retrospective cohort study
  2. Choi A, Yoon H, Lee SGW, et al. Artificial intelligence-assisted, electrocardiogram-derived, sequential rule-based decision tree for exclusion of acute coronary syndrome as the etiology of out-of-hospital cardiac arrest: a single-center retrospective cohort study. Resuscitation. 2026. PMID: 42956925. doi:10.1016/j.resuscitation.2026.111373

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。