Алгоритм на основе машинного обучения ARTEMIS-POC быстрее, безопаснее и эффективнее исключал инфаркт миокарда, чем рекомендуемые стандартные алгоритмы. Это откроет новые возможности для сортировки пациентов с подозрением на патологию.

Ученые из Университетского медицинского центра Гамбург-Эппендорф и Квинслендского технологического университета сравнили стандартные алгоритмы исключения инфаркта миокарда Европейского общества кардиологов (ESC) и Американской коллегии кардиологов (ACC) с алгоритмом ARTEMIS-POC. Результаты исследования опубликованы в журнале The Lancet.

Анализ показал, что с помощью алгоритма удалось классифицировать 899 пациентов (35,1%) как подходящих для быстрого исключения. Отрицательная прогностическая ценность составила 99,96%, а чувствительность — 99,68%.

При этом для инфаркта миокарда I-го типа отрицательная прогностическая ценность и чувствительность составили 100%. Доли пропущенного инфаркта миокарда и неблагоприятных событий в течение последующих 30 дней были низкими — 0,05 и 0,07%. С помощью ARTEMIS-POC удалось выявить в два с лишним раза больше пациентов, подходящих для прямого исключения, по сравнению с рекомендуемыми алгоритмами ESC (15,2%) и ACC (13,8%).

Анализировали данные 2560 пациентов, средний возраст которых составил 58 лет. Алгоритм ARTEMIS-POC объединяет значения высокочувствительного тропонина I с обычными клиническими переменными для оценки индивидуальной вероятности инфаркта миокарда.

Авторы заключили, что алгоритм ARTEMIS-POC позволяет быстрее, безопаснее и более эффективно исключить инфаркт миокарда, чем рекомендуемые руководствами стратегии.



МВ