Artificial neural network based prediction of postthrombolysis intracerebral hemorrhage and death.
Artificial neural network based prediction of postthrombolysis intracerebral hemorrhage and death.
复制标题
DOI：
10.1038/s41598-020-77546-5
复制
发表时间：
2020-11-25
影响因子：
4.6
通讯作者：
Chiu HW
中科院分区：
文献类型：
--
作者：
Chung CC;Chan L;Bamodu OA;Hong CT;Chiu HW
尽管静脉注射组织纤溶酶原激活剂(TPA)有显著的好处，但症状性脑出血(SICH)仍然是一种常见的并发症，在治疗急性缺血性中风(AIS)时仍是一个主要问题。这项研究探索了基于人工神经网络(ANN)的模型来预测接受tPA治疗的AIS患者的SICH和3个月死亡率。我们开发了人工神经网络模型，基于对2009年至2018年间331名患者的SICH和死亡率相关的治疗前参数的预测价值的评估。使用8个临床输入和2个输出生成ANN模型。通过五次交叉验证，验证了模型的泛化能力。根据准确性、精密度、敏感度、特异度和受试者工作特征曲线(AUC)下面积来评估每个模型的性能。经过充分训练，神经网络对SICH的预测模型AUC值为0.941，其准确度、敏感度和特异度分别为91.0%、85.7%和92.5%。预测3个月死亡率的AUC值为0.976，其准确度、敏感度和特异度分别为95.2%、94.4%和95.5%。所建立的基于人工神经网络的模型在预测SICH和溶栓后3个月死亡率方面表现出很高的预测性能和可靠性；因此，它有望在临床上应用于辅助治疗tPA的决策。
Despite the salient benefits of the intravenous tissue plasminogen activator (tPA), symptomatic intracerebral hemorrhage (sICH) remains a frequent complication and constitutes a major concern when treating acute ischemic stroke (AIS). This study explored the use of artificial neural network (ANN)-based models to predict sICH and 3-month mortality for patients with AIS receiving tPA. We developed ANN models based on evaluation of the predictive value of pre-treatment parameters associated with sICH and mortality in a cohort of 331 patients between 2009 and 2018. The ANN models were generated using eight clinical inputs and two outputs. The generalizability of the model was validated using fivefold cross-validation. The performance of each model was assessed according to the accuracy, precision, sensitivity, specificity, and area under the receiver operating characteristic curve (AUC). After adequate training, the ANN predictive model AUC for sICH was 0.941, with accuracy, sensitivity, and specificity of 91.0%, 85.7%, and 92.5%, respectively. The predictive model AUC for 3-month mortality was 0.976, with accuracy, sensitivity, and specificity of 95.2%, 94.4%, and 95.5%, respectively. The generated ANN-based models exhibited high predictive performance and reliability for predicting sICH and 3-month mortality after thrombolysis; thus, its clinical application to assist decision-making when administering tPA is envisaged.
登录
查看更多内容
急性缺血性卒中的早期意识障碍：发病率、危险因素和结果
影响因子：
2.6
作者：
Li J;Wang D;Tao W;Dong W;Zhang J;Yang J;Liu M
通讯作者：
Liu M
影响因子：
8.3
作者：
Adelborg, Kasper;Szepligeti, Szimonetta;Sorensen, Henrik Toft
通讯作者：
Sorensen, Henrik Toft
计算机辅助微动脉瘤检测中不平衡数据学习的基于集成的自适应过采样方法
DOI：
10.1016/j.compmedimag.2016.07.011
发表时间：
2017-01-01
影响因子：
5.7
作者：
Ren, Fulong;Cao, Peng;Zaiane, Osmar
通讯作者：
Zaiane, Osmar
影响因子：
2.6
作者：
Hong, Chien Tai;Chiu, Wei Ting;Chan, Lung
通讯作者：
Chan, Lung
影响因子：
9.9
作者：
Adams, HP;Davis, PH;Hansen, MD
通讯作者：
Hansen, MD