Multiscore Integration of GRACE, ACEF, and TIMI via Machine Learning for Risk Prediction of 6-Month Mortality in Acute Myocardial Infarction
Diese Studie zeigt, dass ein durch einen zweistufigen Merkmalsauswahlprozess optimiertes Modell des maschinellen Lernens, welches Variablen aus den GRACE-, ACEF- und TIMI-Scores integriert, eine exzellente Diskriminationsfähigkeit zur Vorhersage der 6-Monats-Mortalität bei Patienten mit akutem Myokardinfarkt unter PCI erreicht und letztlich ein sparsames Drei-Variablen-Modell (Killip-Klasse, LVEF und Kreatinin) identifiziert, das Einfachheit mit robuster klinischer Leistungsfähigkeit in Einklang bringt.