研究背景：

本研究旨在开发一个机器学习（ML）模型，以识别可能患有肺动脉高压（PH）的患者，使用基于美国的大型患者级电子健康记录（EHR）数据库。

研究方法：

使用Optum公司基于美国的去识别的电子健康记录数据集（2007-2019）开发了梯度提升模型XGBoost。使用诊断、治疗和程序代码识别PH和疾病控制成人患者，并将其随机分成训练集（90%）或测试集（10%）。模型特征包括患者人口统计学、医生访问、诊断、程序、处方和实验室测试结果。Shapley Additive exPlanations值被用来确定特征的重要性。

研究结果：

我们确定了11,279,478名对照组和115,822名PH患者（平均年龄分别为62岁和68岁，均为53%的女性）。最终模型使用了165个特征，最重要的预测特征包括心力衰竭的诊断、呼吸急促和心房颤动。该模型预测PH的接收者操作特征曲线下面积（AUROC）为0.92。在诊断前18个月及以后，预测PH的AUROC仍在0.80以上。在PH患者中，我们还确定了955名肺动脉高压（PAH）和1432名慢性血栓栓塞性肺动脉高压（CTEPH）患者，对这些队列获得的AUROCs范围分别为0.79-0.90和0.87-0.96。

研究结论：

这种基于患者EHR记录的PH检测模型是可行的，在PAH和CTEPH患者的亚组中表现良好。这种方法有可能通过减少PH的诊断延迟来改善患者的预后。

 

参考文献：

Kogan E, Didden EM, Lee E, Nnewihe A, Stamatiadis D, Mataraso S, Quinn D, Rosenberg D, Chehoud C, Bridges C. A machine learning approach to identifying patients with pulmonary hypertension using real-world electronic health records. Int J Cardiol. 2022 Dec 14:S0167-5273(22)01890-3. doi: 10.1016/j.ijcard.2022.12.016. Epub ahead of print. PMID: 36528138.