机器学习聚类分析识别胸主动脉瘤新亚型并建议重新评估传统分类指南
《JTCVS Open》:A Reclassification of Thoracic Aortic Aneurysm Using Machine Learning
【字体:
大
中
小
】
时间:2026年10月10日
来源:JTCVS Open 2.2
编辑推荐:
摘要:研究目的传统的人工主动脉瘤置换指南根据主动脉瘤的假定性病因,制定了不同的直径阈值标准:1) 二尖瓣主动脉瓣;2) 散发性(遗传性和非遗传性)主动脉瘤;3) 综合征性主动脉疾病。本研究将机器学习聚类分析与美国心脏协会(AHA)的指南进行了比较,对象为患有胸主动脉瘤的患者。研究
摘要:
研究目的
传统的人工主动脉瘤置换指南根据主动脉瘤的假定性病因,制定了不同的直径阈值标准:1) 二尖瓣主动脉瓣;2) 散发性(遗传性和非遗传性)主动脉瘤;3) 综合征性主动脉疾病。本研究将机器学习聚类分析与美国心脏协会(AHA)的指南进行了比较,对象为患有胸主动脉瘤的患者。
研究方法
研究人员采用机器学习聚类方法,根据一系列临床变量对190名患者进行了分类,并将这种聚类方法与基于AHA指南的系统性分组方法进行了对比。通过几何结构、组织病理学和生物力学特征对聚类结果进行了分析。
研究结果
研究结论
机器学习聚类分析揭示了第四个与AHA分类标准不同的主动脉病变群体。该群体的组织学和生物力学特征与二尖瓣主动脉瓣组及综合征性主动脉瘤组相似,这提示可能存在潜在的遗传因素,需要对传统的分类方法进行重新评估。
作者:Kevin Bates | Lauren Kennedy | Na?la Benchelabi | Richard L. Leask | Fran?ois Dagenais | Josephine Pressacco | Judith Therrien | Kevin Lachapelle
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号