背景
目前尚无与电子健康记录（EHR）相连接的自动化个体化风险预测工具可用于接受经皮冠状动脉介入治疗（PCI）的患者。
目标
我们的目标是从EHR中自动提取梅奥诊所PCI模型中使用的数据元素，以实现在护理点进行风险评估。
方法
使用梅奥诊所PCI登记数据库，从2016年至2024年间接受PCI的患者中训练和测试了梅奥诊所PCI风险评分中的变量，以识别住院期间死亡、中风、出血、急性肾损伤（AKI）。我们采用最小绝对值收缩与选择算子回归（LASSO）方法来训练（构建数据）和测试（评估性能）预测模型，并将效应大小估计值加权并整合到评分系统中。
结果
住院期间死亡、中风、出血、AKI的发生率分别为157例（1.8%）、43例（0.5%）、157例（1.8%）和682例（7.6%）。从训练和测试数据集中得出的C统计量（95%置信区间）分别为：住院死亡为0.83（95%置信区间：0.80-0.86）和0.84（95%置信区间：0.78-0.89）；中风为0.76（95%置信区间：0.65-0.84）和0.77（95%置信区间：0.65-0.86）；出血为0.80（95%置信区间：0.75-0.83）和0.75（95%置信区间：0.68-0.81）；急性肾损伤为0.82（95%置信区间：0.80-0.84）和0.80（95%置信区间：0.77-0.84）。Bootstrap分析表明这些模型没有过度拟合现有数据集。模型估计的概率与观测数据非常吻合，这由校准曲线的斜率和截距以及包括女性、急性冠脉综合征、心源性休克和糖尿病在内的亚组所显示。
结论
在EHR环境中，实时、自动化、护理点PCI风险评估是可行的。
(全文结束)
