XiaoMi-AI文件搜索系统
World File Search System三尖瓣
三尖替氏症患者的术语死亡率
抽象的物镜三尖瓣反流（TR）是一种与显着发病率和死亡率相关的普遍瓣膜疾病。我们的目的是应用机器学习（ML）来评估≥1menterTR的患者的风险分层。在2005年1月至2016年12月之间的超声心动图中≥部位TR的方法是回顾性的。我们使用70％的数据来培训基于ML的生存模型，包括27个临床和超声心动图特征，以在独立测试集（30％）的3年内预测死亡率。为了说明基线合并症的差异，通过增加Charlson合并症指数（CCI）分层进行了预测。置换特征的重要性是在这些组中分别使用表现最佳模型计算得出的。13例312例患者的结果，平均年龄为72±13岁，女性为7406（55％），7409（56％）的结果中度为中度，2646（20％）患有中度 - 重度和3257（24％）（24％）患有严重的TR。通过3毫升模型的1年死亡率的总体绩效很好，C统计0.74–0.75。有趣的是，CCI组之间的性能各不相同，（最低CCI组的C-Statistic = 0.774，最高CCI组的0.661）。在3年的随访中，性能下降（平均C指数0.78）。此外，有助于这些预测的前10个特征随CCI组略有不同，最高特征包括心率，右心室收缩压，血压，利尿剂使用和年龄。结论常见的临床和超声心动图特征的机器学习可以评估TR患者的死亡风险。在纳入临床实践之前，需要进一步完善模型和前瞻性研究中的验证。
慢性机械循环支持中右心力衰竭的发病率和危险因素
抽象背景：右心力衰竭（LRHF）是长期左心室辅助装置（LVAD）支持的常见并发症。我们旨在确定LVAD植入后LRHF的危险因素。方法：在2006年至2019年之间接受原发性LVAD植入的患者以及围手术期生存期的患者被包括在本研究中（n = 261）。单变量COX比例危害分析用于评估临床协变量和LRHF的关联，并分层为设备类型。p <0.10的变量输入了多变量模型。在具有完整的回声局摄影或正确导管插入数据的一部分中，该多变量模型被扩展了。在患有和没有LRHF的患者中，比较了术后心肺运动测试数据。结果：中位数为12个月后患有LRHF的患者中有19个百分比，其中67％需要住院。A history of atrial fibrillation (AF) (HR: 2.06 [1.08–3.93], p = 0.029), a higher preoperative body mass index (BMI) (HR: 1.07 [1.01–1.13], p = 0.023), and intensive care unit (ICU) duration (HR: 1.03 [1.00–1.06], p = 0.025) were LHRF在多变量模型中的独立预测指标。在具有超声心动图数据的患者中发现了三尖瓣重新定性（TR）和LRHF（HR：1.91 [1.13–3.21]，p = 0.016）之间的显着关系。LRHF患者在术后6个月时表现出较低的最大工作量和峰值VO2。结论：AF，BMI和更长的ICU停留的历史可能有助于确定LRHF高风险的患者。TR的严重程度与一部分患者的LRHF显着相关
能够对重度主动脉瓣狭窄患者进行表型分析
摘要 目的 基于超声心动图和血流动力学数据，提出了一种基于人工智能的新型表型分析方法，用于在经导管主动脉瓣置换术 (TAVR) 前对重度主动脉瓣狭窄 (AS) 患者进行分层。本研究旨在根据这种新型分层系统分析 TAVR 后主动脉瓣外心脏损伤的恢复情况。方法 先前建立了所提出的表型分析方法，该方法采用来自双中心登记处的 366 名重度 AS 患者的数据。在这项连续研究中，247 名患者 (67.5%) 获得了 TAVR 后第 147±75.1 天的超声心动图随访数据。结果 通过 TAVR 矫正重度 AS 显著降低了同时患有重度二尖瓣反流的患者比例（从 9.29% 降至 3.64%，p 值：0.0015）。此外，肺动脉压力得到改善（估计收缩期肺动脉压力：从 47.2±15.8 到 43.3±15.1 mm Hg，p 值：0.0079）。然而，右心功能障碍以及严重三尖瓣反流患者的比例保持不变。持续性右心功能障碍的群集最终显示 2 年生存率分别为 69.2%（95% CI 56.6% 至 84.7%）和 74.6%（95% CI 65.9% 至 84.4%），与几乎没有或没有持续性心肺功能障碍的群集（88.3%（95% CI 83.3% 至 93.5%）和 85.5%（95% CI 77.1% 至 94.8%））相比显着降低。结论 这种表型分析方法可在术前识别出重度 AS 患者，这些患者在 TAVR 后无法从主动脉瓣外心脏损伤中恢复，因此其生存率显著降低。重要的是，决定预后的不是初次就诊时的肺动脉高压程度，而是右心功能障碍的不可逆性。
FDA 许可发布-2.0.pdf
• FDA 批准 23 个全自动回声参数 1 • 在哈佛医学院布莱根妇女医院进行外部验证研究 • 世界上第一个用于 2D 和多普勒图像的全自动解决方案 新加坡，2021 年 9 月 14 日——由 Sequoia India 和 EDBI 支持的新加坡医疗科技公司 Us2.ai 已获得 FDA 批准，可推出用于超声心动图的完整自动化决策支持工具 Us2.v1。在与全球制药合作伙伴进行多次试验并在布莱根妇女医院进行验证研究后，Us2.ai 很高兴地宣布，Us2.v1 现已在美国用于临床。Us2.v1 是一种获得专利的自动化临床工作流程解决方案，可识别和分析二维和多普勒回声图像，以进行诊断、预测和预后心脏病所需的全面心脏测量。 Us2.ai 首席执行官兼联合创始人 James Hare 表示：“通过此版本，我们已将 AI 领域从超声心动图的狭隘功能转变为心脏病专家和初级保健提供者的完整决策支持解决方案。Us2.v1 消除了半自动化、单一测量、黑盒 AI 方法的手动工作流程和缺乏透明度的问题，创建了一份完整且完全自动化的患者报告，其中包含可编辑的注释、结论和与国际参考指南的比较。” Us2.v1 自动测量包括二维（心脏容积，心脏的所有 4 个腔）、M 型（例如三尖瓣环平面收缩期偏移）、频谱多普勒（所有瓣膜的血流，PW 和 CW 测量）和组织多普勒；因此涵盖了美国超声心动图学会、欧洲心血管成像协会和英国超声心动图学会推荐的成人经胸超声心动图的绝大多数标准测量。全自动 Us2.v1 测量结果显示可与专家人工测量完全互换。此外，对于给定的患者研究，Us2.v1 测量完全可重复，每个研究的图像处理/分析算法计算时间约为 2 分钟。2
晚期小型...
背景：多达50％的小肠神经内分泌肿瘤（SI-NETS）和类癌综合征（CS）患有类癌性心脏病（CHD）的患者。但是，缺乏CS中CHD的真实频率和预后标记。我们在这种临床背景下描述了两个净转诊中心中患者的现实管理以及临床特征之间的关系，包括CHD和整体生存（OS）。患者和方法：这是对IV期SI-NET和CS患者的回顾性分析，在2015年至2021年之间在米兰的欧洲肿瘤学研究所和瑞典的乌普萨拉大学进行了治疗。CHD被定义为至少一个中等右侧心脏瓣膜缺陷。根据转移性疾病的诊断估算了OS和CHD累积发生率的中值，并且评估了OS与OS的临床参数与CHD的发生之间的关联。结果：我们包括165例患者，其中97％的中间级SI-NET和86％的患者具有同步肝转移。98例患者（59％）对全抑素类似物的全标签剂量耐火，而25％的患者产生了CHD。在冠心病诊断中，基线尿液5-羟基内丁酸（24小时U5-HIAA）值和血浆N-末端促脑力纤维Natriuretic肽（NT-ProBNP）值在76％的患者中已知。中度至重度三尖瓣不足是CHD的最常见变化。预后受到CHD的显着损害（OS¼2.85，p <0.001的多变量危险比）。关键词：神经内分泌肿瘤，类癌综合征，类癌心脏病，小肠CHD诊断的中位OS为4。5年[95％的置置间隔（CI）2。1-7.2岁]，而5年生存率为34％（95％CI 13％至57％）。结论：在我们的研究人群中，有CS的SI-NET患者的一半以上患有难治性类癌综合征（RCS）和四分之一的CHD，对OS产生了负面影响。因此，建议筛查和监测CS患者的CHD患者，理想情况下，在CS基线的U5-HIAA，NT-PROBNP值和超声心动图组合，最好在净推荐中心中。