临床与实验心脏病学
开放获取

抽象的

术中用药数据和模型选择对预测术后首次心房颤动的意义

Jingzhi Yu1*、Ethan Johnson2、Yu Deng1、Shibo Zhang1、David S. Melnick3、Mozziyar Etemadi3、Abel Kho1

背景：心房颤动（AF）是临床实践中最常见的持续性心律失常，并且与冠状动脉搭桥术（CABG）手术有明确的关联。能够预测术后心房颤动 (POAF) 可能会改善手术结果。本研究旨在了解结合术中用药数据来预测接受 CABG 手术的患者首次 POAF 的效果。

方法：本研究旨在了解结合术中用药数据来预测接受 CABG 手术的患者首次 POAF 的效果。回顾性地收集了 3807 名没有已知房颤病史的首次进行 CABG 患者的大型队列，以研究导致术后房颤发生的因素，并测试可预测其发生率的模型。为此，从电子健康记录中提取了与 POAF 相关的几个临床特征以及术中用药记录。使用逻辑回归、决策树和神经网络预测模型进行的性能测试显示，在合并药物信息时，性能略有改善。

结果：对收集的临床和药物数据集的分析表明，药物管理记录中捕获的 POAF 发生率可能会受到影响。然而，药物与 POAF 发生率之间的明确因果关系尚未确定。

结论：我们的结果表明，通过纳入术中用药记录可以提高预测性能，但需要进一步研究以了解这对临床实践的影响。