Electronic Health Record-Based Machine Learning Models for Predicting Revascularization, Amputation, and Cardiovascular Mortality in At-Risk Patients
Este estudio demuestra que los modelos de aprendizaje automático entrenados con datos armonizados de registros electrónicos de salud de casi 179.000 pacientes predicen con alta precisión la revascularización y la amputación, mientras muestran un rendimiento más modesto para la mortalidad cardiovascular, apoyando así la utilidad de la estratificación de riesgos basada en registros electrónicos de salud para pacientes vasculares en riesgo.