مدل یادگیری ماشین پیش‌بینی می‌کند: آیشمی میوکارد در بلندی سیستم قلبی و عروقی را افزایش می‌دهد

یک مدل پیش‌بینی مبتنی بر یادگیری ماشین توسعه داده شده است که با دقت پیش‌بینی وقوع آیشمی میوکارد را در شش ماه پس از ورود به محیط‌های بلندی می‌کند. این مدل، بر اساس ویژگی‌های بالینی کلیدی، بهبود ایمنی و رفاه فردی را به عنوان هدف قرار می‌دهد و به ویژه برای نیروهای مسلح که اغلب مجبورند آموزش و فعالیت‌های خود را در مناطق با بلندی بالا انجام دهند، اهمیت دارد.

محققان، یک مطالعه مشترک تشکیل دادند، از سربازانی که در بیمارستان 920 تیم پشتیبانی لوجستیک مشترک مراجعه به معاینه سلامت دریافت کرده بودند، داده جمع‌آوری می‌کنند. جمعیت نمونه شامل افراد نظامی مرد و زن در سنین 18 تا 60 سال بود که قرار بود در شش ماه پس از معاینه سلامت شان آموزش بلندی را طی کنند. تنها افرادی که سابقه برخی از شرایط پزشکی خاص و یافته‌های ناهنجار در الکتروکاردیوگرام نداشتند، در مطالعه شرکت کردند.

در کل ۴۰۰۰ نفر در معاینه سلامت شرکت کردند و پس از بررسی دقیق، مجموعاً ۲۹۰۷ سرباز در تحلیل شامل شدند. این شرکت‌کنندگان پرسشنامه‌های الکترونیکی پرسشنامه خودگزارش شده را تکمیل کردند و اطلاعاتی در مورد عادات سیگاری، امتیازهای آزمون تناسب اندام، علائم سینه، ارتفاع محل سکونت، سطح تحصیلات، و وضعیت تاهل، و علائم خودکار را ارائه دادند.

با استفاده از این مجموعه داده‌ها، محققان مدلی پیش‌بینی با استفاده از ویژگی‌های بالینی، نتایج بررسی بالینی و نتایج آزمایشگاهی توسعه دادند. این مدل با دقت بالا عملکرد کرده بود و با معیار ناحیه زیر منحنی کارکتریستیک عملکرد (AUC) برابر ۰٫۸۶ ، هنگام اعتبارسنجی روی مجموعه داده آزمایشی جداگانه، تأیید شد.

عوامل خطر کلیدی برای آیشمی میوکارد در شرایط بلندی، توسط مدل شناسایی شده بودند: درصد اکسینوفیل ها، گلوبولین، سطح کلسیم، سطح گلوکز و آسپارتات آمینوترانسفراز. با تحلیل نتایج آزمایشگاهی اینگونه، مدل می‌تواند به طور موثر وقوع آیشمی میوکارد را در افرادی که به محیط‌های بلندی وارد می‌شوند، پیش‌بینی کند.

یافته‌های این مطالعه اهمیت مهمی برای شناسایی و مدیریت خطرات آیشمی میوکارد دارد. با استفاده از این مدل پیش‌بینی، افراد و گروه‌ها می‌توانند پیشاز از ورود به مناطق بلندی آماده‌باشند و اثرات ممکنۀ نامطلوب بر سلامت قلبی-عروقی را در شرایط بلندی کاهش دهند. اعتبارسنجی خارجی بیشتری از این مدل، از جمله در گروه‌های سنی مختلف و زنان، نیاز است تا پایداری و قابلیت اجرای آن در جمعیت‌های مختلف تضمین شود.

The source of the article is from the blog foodnext.nl

Privacy policy
Contact