机器学习驱动的转甲状腺素蛋白淀粉样心肌病风险预测模型
Machine Learning–Driven Risk Prediction Model in Transthyretin Amyloid Cardiomyopathy
RSS 订阅 · JAMA Cardiology · 2026-10-01
该队列研究开发并验证了一种基于机器学习的转甲状腺素蛋白淀粉样心肌病(ATTR-CM)患者风险预测模型,但摘要未提供模型具体变量、性能指标及验证结果。
要点
- 研究聚焦ATTR-CM患者的机器学习风险预测模型开发与验证。
- 摘要未报告模型预测因子、终点事件或区分度等具体数据。
- 临床暂无法据此模型进行风险分层或治疗决策。
核心结论
- 研究开发并验证了针对ATTR-CM患者的机器学习风险预测模型。
研究设计与样本
- 队列研究,开发并验证机器学习风险预测模型,样本量未报告。
局限性
- 摘要未提供模型变量、性能指标及验证队列信息,无法评估其临床适用性。
以上解读依据论文摘要(全文未开放获取或许可不允许翻译转载)。
原文
This cohort study develops and validates a machine learning–based prediction model for patients with transthyretin cardiac amyloidosis (ATTR-CM).
来源:JAMA Cardiology,查看原文。版权归原作者所有。
引用
- JAMA Cardiology:Machine Learning–Driven Risk Prediction Model in Transthyretin Amyloid Cardiomyopathy
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。