大数据分析准确预测从心脏衰竭患者的生存

心脏衰竭是死亡和残疾的主要原因在美国,全世界花费医疗系统每年超过300亿美元。目前的治疗方法受限于原油该病的临床评估。在一项新的研究中,耶鲁大学的研究人员已经成功地使用大数据的方法来提高预测心力衰竭病人的存活率。他们还描述了数据驱动的类别的患者中不同反应常用的治疗方法。

这种创新的方法,详细的美国心脏协会杂志》上,可能会导致更好的照顾这不可治愈的慢性疾病,研究人员说。

由Drs。塔里克·艾哈迈德和Nihar德赛心血管医学助理教授在耶鲁的部分,该研究小组分析了健康数据从一个大的注册超过40000人病人。研究人员使用一种统计“机器学习”技术首先预测结果的病人在诊断后一年。他们还应用聚类分析方法对患者分为四个临床识别的类别进行排序不同反应常用的药物。

大数据的方法大大优于目前使用的措施心脏衰竭,比以前公布的预测模型更好的预测风险,艾哈迈德说。研究小组还利用完全数据驱动的方法组病人分成不同的集群,回应不同的医疗治疗。

作为最后一步,研究者们利用他们的研究成果开发了一个预测在线工具,可以集成到医疗保健系统的电子健康记录。他们的长期目标是应用这些先进的分析策略来改善研究和提供个性化护理心失败的病人以及“加强情报”临床医生在床边,艾哈迈德说。

研究人员还指出,这项研究作为未来的工作模式,可以通过数据科学家和临床医生在耶鲁大学之间的合作。他们引用了最近创建的耶鲁大学医学院生物医学科学数据中心作为持续努力的一个例子驱动模式转向团队科学在医学中心和学校。

---

---