Electronic Health Record-Based Machine Learning Models for Predicting Revascularization, Amputation, and Cardiovascular Mortality in At-Risk Patients
본 연구는 약 179,000명의 환자로부터 얻은 조화된 전자 건강 기록 데이터로 학습된 머신러닝 모델이 재관류술과 절단을 높은 정확도로 효과적으로 예측하는 한편, 심혈관 사망에 대해서는 더 완만한 성능을 보임을 입증함으로써, 위험군 혈관 질환 환자를 위한 EHR 기반 위험 계층화의 유용성을 뒷받침한다.