Multiscore Integration of GRACE, ACEF, and TIMI via Machine Learning for Risk Prediction of 6-Month Mortality in Acute Myocardial Infarction
본 연구는 GRACE, ACEF 및 TIMI 점수의 변수들을 통합하고 2단계 변수 선택 과정을 통해 최적화된 머신러닝 모델이 경피적 관상동맥 중재술을 받는 급성 심근경색 환자의 6개월 사망률 예측에 있어 탁월한 판별력을 달 achieves하며, 궁극적으로 단순성과 견고한 임상적 성능 사이의 균형을 맞춘 세 가지 변수(Killip class, LVEF, 크레아티닌)로 구성된 간결한 모델을 식별하였음을 입증한다.