风险计算器有助于对心力衰竭患者进行个性化护理

导读 左侧心脏晚期衰竭是一种常常致命的疾病,仅在就影响了数十万人。机械心脏泵可以为此类患者提供挽救生命的干预措施,但植入心脏泵的手术可能...

左侧心脏晚期衰竭是一种常常致命的疾病,仅在就影响了数十万人。机械心脏泵可以为此类患者提供挽救生命的干预措施,但植入心脏泵的手术可能存在风险。最严重的风险之一是右心衰竭,即右心无法向肺部泵送足够的血液。识别右心衰竭高风险患者可以帮助医生更好地为患者放置心脏泵做好准备。但事实证明,预测谁面临的风险最大是很困难的。

由犹他大学健康分校的研究人员领导的一个全国性团队现已开发出一种方法来预测患者在放置泵手术后发生右心衰竭的个体化风险。该团队现在正在使用该风险计算器在心脏泵放置之前和期间为每位患者提供量身定制的护理。他们的研究结果发表在《美国医学会心脏病学杂志》上。

大海捞针

对于接受左心泵植入手术的人来说,随后发生右心衰竭的风险很高:15% 至 30%。但导致个人右心衰竭风险的大量因素使得个性化风险预测“异常困难”,该研究的第一作者、加州大学圣地亚哥分校现任心脏病学研究员Iosif Taleb 医学博士说。塔勒布在犹他大学健康中心进行临床研究期间帮助开发了风险计算器。

“每个患者都是独一无二的,具有不同的健康状况和心脏特征,”塔勒布说。“心脏泵也有特定的特征,这些因素的结合使得预测变得困难。”

犹大健康大学心脏病学教授、描述该研究的出版物的资深作者Stavros Drakos 医学博士、哲学博士表示,“过去一直在努力预测哪些患者将接受心脏泵[也称为心脏泵”。左心室辅助装置(LVAD),效果不佳,但它们在现实世界中表现不佳。” 即使模型似乎可以预测一家医院的结果,也常常无法在另一家医院提供准确的预测。

为了开发更准确、更广泛使用的风险计算器,研究人员使用了来自 6 个医疗中心(包括犹他大学健康中心)的 1,125 名患者的数据。考虑到从先前存在的健康状况到药物和人口统计信息等变量,他们使用机器学习来生成和测试许多风险模型,并找到最能描述患者健康结果的模型。

他们的模型确定了几个在预测患者是否会发生右心衰竭(RVF)时特别有用的变量,例如患者在初次手术前是否需要其他形式的心脏支持,以便更好地做好准备并带来更好的结果。研究人员利用这些因素开发了一种易于使用的在线计算器,可以确定患者术后发生右心衰竭的风险百分比。

新的风险计算器称为 STOP-RVF,比早期模型更准确地描述个人风险。重要的是,它在各种情况下都能很好地发挥作用。创建风险计算器后,研究人员通过使用它来回顾性计算另一个医院系统中患者的风险来“检查他们的工作”。然后,科学家们将计算器的预测与患者的现实结果进行了比较,发现他们的工具仍然能够准确地模拟患者随后发生右心衰竭的风险。

预测全国结果

根据来自大量不同人群的数据构建模型对于准确描述全国患者的风险至关重要。“这很重要,因为我们生活在一个非常多元化的国家,”德拉科斯说。“通过在全国各地的多个地点进行分析,包括华盛顿特区、底特律地区、加利福尼亚州、犹他州以及更广阔的西部山区——它代表了我们国家的很大一部分。它增强了这项工作的普遍性。”

犹他大学健康中心心力衰竭和 LVAD 团队的心脏病专家、外科医生和护士协调员已经开始在自己的临床实践中使用该计算器来进行个性化护理。“它有助于为每位患者量身定制风险评估,以便在手术前做好更好的准备,”塔勒布解释道。对于右心衰竭风险较高的患者,医生可以推迟手术,使用不同的药物来提高患者康复的几率,或者考虑替代治疗。

由于该计算器仅在诊所使用了很短的时间,因此现在判断它是否会改善患者的治疗效果还为时过早。但 Drakos 预计它将比以前的模型更有用,因为它是使用来自多家医院的患者群体开发的。“我们在其他医院验证了它,效果非常好,”他说。“但当然,时间会证明它对患者治疗结果的影响有多大。”

免责声明:本文由用户上传,如有侵权请联系删除!

猜你喜欢

最新文章

<