外媒 | 机器学习技术改善高血压治疗-普瑞纯证
一项新的研究表明，机器学习技术可以帮助医生确定高血压患者中哪些人最需要治疗，而不是仅仅关注高风险患者。这项研究使用了一种称为“因果森林”的机器学习技术，以确定个性化治疗效果与患者特征之间的相关性。这种方法可以提高治疗效果，改善人群健康状况。
根据美国疾病控制和预防中心的数据，2020年有超过67万人死于高血压。此外，约47%的美国成年人患有高血压，但只有24%的人将该病情控制在可接受的范围内。传统上，医生在治疗高血压患者时会关注那些风险最高的患者，因为人们普遍认为这些患者需要最高水平的治疗。
然而，新的研究提供了证据，表明机器学习工具可以帮助研究人员收集主观数据，以确定治疗在不同患者之间可能存在的差异。在这项研究中，研究人员描述了一种新的技术，称为“因果森林”，并详细介绍了它在确定高血压干预措施的有效性以及与患者特征的相关性方面的能力。
该研究包括10,672名参与者的数据，他们都被随机分配到收缩压目标低于120mmHg或低于140mmHg的两个随机对照试验中。研究人员使用因果森林技术创建了一个预测模型，用于个性化治疗效果与控制收缩压及其与三年后不良心血管结果的相关性之间的关系。他们发现，78.9%的收缩压大于130mmHg的个体从强化收缩压控制中获益。研究人员还发现，基于效益而不是风险治疗患者可以改善治疗效果。
“我们发现，许多没有高血压的人从降低血压中受益，”该研究的主要作者Kosuke Inoue博士在一份新闻稿中说道，“通过应用因果森林方法，我们发现，治疗预计效益高的个体提供了比传统的高风险方法更好的人群健康结果。”此外，研究人员指出，高效益方法可以在健康管理方面发挥作用。
版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。
