Electronic Health Record-Based Machine Learning Models for Predicting Revascularization, Amputation, and Cardiovascular Mortality in At-Risk Patients
Deze studie toont aan dat machine learning-modellen, getraind op geharmoniseerde gegevens uit elektronische patiëntendossiers van bijna 179.000 patiënten, effectief revascularisatie en amputatie met een hoge nauwkeurigheid voorspellen, terwijl ze een meer bescheiden prestatie laten zien voor cardiovasculaire mortaliteit, waardoor het nut van risicostratificatie op basis van elektronische patiëntendossiers voor risicovolle vasculaire patiënten wordt ondersteund.