रूटीन ब्लड टेस्ट से हृदय विफलता के प्रकार को पहचानने वाला मशीन-लर्निंग मॉडल

13 रूटीन ब्लड टेस्ट संकेतकों से एक मशीन-लर्निंग मॉडल बनाया गया है। यह कम इजेक्शन फ्रैक्शन वाली हृदय विफलता यानी HFrEF को अन्य प्रकार की हृदय विफलता से अलग पहचानने में मदद कर सकता है। HFrEF वह स्थिति है जिसमें हृदय का मुख्य पंपिंग कक्ष कमज़ोर तरीके से सिकुड़ता है। यह बात 9 अगस्त को फ्रंटियर्स इन कार्डियोवैस्कुलर मेडिसिन पत्रिका में ऑनलाइन प्रकाशित एक अध्ययन में कही गई है।

चीन के गुइगांग शहर में गुआंग्शी मेडिकल यूनिवर्सिटी के आठवें सम्बद्ध अस्पताल के मेंग और उनके सहयोगियों ने पुरानी हृदय विफलता से पीड़ित 1,480 भर्ती मरीज़ों का विश्लेषण किया। इनमें से 377 को HFrEF था और 1,103 को हल्के रूप से कम या सुरक्षित इजेक्शन फ्रैक्शन वाली हृदय विफलता थी। टीम ने छह एल्गोरिदम की मदद से 13 रूटीन संकेतकों की जांच की। इनमें प्रो-बी-टाइप नैट्रियूरेटिक पेप्टाइड यानी proBNP, ब्लड यूरिया नाइट्रोजन, बिलीरुबिन, गामा-ग्लूटामिल ट्रांसफरेज़ नामक एंज़ाइम, हेमाटोक्रिट और यूरिक एसिड शामिल थे। ये सभी HFrEF वाले समूह में अधिक पाए गए।

रैंडम फॉरेस्ट और एक्सजीबूस्ट मॉडलों ने सबसे बेहतर प्रदर्शन किया, दोनों ने 0.789 अंक हासिल किए। यह AUC नामक पैमाना है, जो दिखाता है कि मॉडल दोनों समूहों को कितनी सटीकता से अलग करता है। लॉजिस्टिक रिग्रेशन इसके करीब 0.784 अंक के साथ रहा। proBNP सबसे मज़बूत संकेतक साबित हुआ। मॉडलों की डिफ़ॉल्ट सेटिंग पर, वास्तविक HFrEF मामलों को सही ढंग से पहचानने की संवेदनशीलता सीमित थी। लेकिन रैंडम फॉरेस्ट मॉडल की सीमा को 0.15 पर सेट करने पर संवेदनशीलता बढ़कर 0.912 और नेगेटिव प्रेडिक्टिव वैल्यू 0.935 हो गई। इसका मतलब है कि यह भरोसे के साथ HFrEF न होने की पुष्टि कर सकता है और यह तय करने में मदद कर सकता है कि किन मरीज़ों को पहले इकोकार्डियोग्राम की ज़रूरत है।

शोधकर्ताओं ने कहा कि बाहरी और भविष्य के मरीज़ों पर पुष्टि होने तक, इस मॉडल को एक सहायक ट्राएज उपकरण के रूप में ही इस्तेमाल किया जाना चाहिए। हृदय की मानक इमेजिंग विधि इकोकार्डियोग्राफिक फीनोटाइपिंग का यह विकल्प नहीं है।