机构名称：
¥ 1.0
目的：研究人工智能（AI）心电图（ECG）在 Graves 病（GD）患者中识别心房颤动（AF）和射血分数降低的心力衰竭（HFrEF）高风险患者的效用，并研究 AI-ECG 是否可以反映 GD 中的激素变化和由此导致的月经变化。患者和方法：纳入 2009 年 1 月 1 日至 2019 年 12 月 31 日期间诊断患有 GD 的患者。我们考虑在 GD 前 30 天或更短时间或之后任何时间诊断出的 AF，以及在 GD 诊断时/之后无法用缺血、瓣膜疾病或其他心肌病解释的新生 HFrEF。排除指数条件下/之后的心电图。子集分析包括年龄小于 45 岁的女性，以研究 ECG 得出的女性概率与月经变化（周期变短、变轻或新近不规律）之间的关联。结果：在 430 名患者中（平均年龄 50 至 17 岁；337 名（78.4%）为女性），AF 的独立危险因素包括心电图显示 AF 的概率（风险比 [HR]，1.5；95% CI，每 10% 1.2 至 1.6；P < .001）、高龄（HR，1.05；95% CI，每年 1.03 至 1.07；P < .001）和明显的甲状腺功能亢进症（HR，3.9；95% CI，1.2 至 12.7；P = .03）。组合模型的 C 统计量为 0.85。在 495 名患者（平均年龄 52.17 岁；374 名（75.6%）为女性）中，HFrEF 的独立危险因素是心电图显示射血分数低的概率（HR，1.4；95% CI，每 10% 1.1 至 1.6；P = 0.001）和存在 AF（HR，8.3；95% CI，2.2 至 30.9；P = 0.002），组合模型的 C 统计量为 0.89。最后，在 72 名年龄小于 45 岁的女性中，有 30 名在妊娠期间出现月经变化，且 AI ECG 得出的女性概率明显较低[中位数 77.3；（IQR 57.9 至 94.4）% vs. 中位数 97.7（IQR 92.4 至 99.5）%，P < 0.001]。结论：人工智能心电图可以识别患有 GD 相关 AF 和 HFrEF 风险的患者，并且与 GD 女性的月经变化有关。
人工智能在 Graves 病中的应用
主要关键词
相关文件推荐
