纵向检验数据模型探索识别AL型心脏淀粉样变性
热点事件观察中
纵向检验数据模型探索识别AL型心脏淀粉样变性
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Cremer MA等研究团队在一项回顾性队列研究中，利用纵向常规检验数据构建支持向量机模型，识别AL型心脏淀粉样变性；预印本报告，采用DescFits特征集的模型AUC为1.0，EchoAdj模型为0.36。 研究使用Moffitt癌症中心2014—2019年多发性骨髓瘤或意义未明单克隆免疫球蛋白血症患者的数据，基于MISTIC框架提取特征。研究团队称，该方法可能辅助在不进行心脏活检或影像检查的情况下识别疾病，但这一潜在用途不等于已证实可替代上述检查。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 08:00
多发性骨髓瘤心脏活检的计算替代方案：利用常规实验室数据形态识别AL型心脏淀粉样变性报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- 预印本 · 医学生信与数据分析多发性骨髓瘤心脏活检的计算替代方案：利用常规实验室数据形态识别AL型心脏淀粉样变性
一项回顾性队列研究利用常规实验室纵向数据构建MISTIC支持向量机模型，识别AL型心脏淀粉样变性。研究纳入多发性骨髓瘤或意义未明单克隆免疫球蛋白血症患者，DescFits模型AUC= 1.0，EchoAdj模型AUC = 0.36。结果提示，该方法可能辅助无需心脏活检或影像检查的识别。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。