Машинное обучение не предсказало инсульт при ФП лучше шкалы CHA₂DS₂-VASc
BMC Cardiovasc Disordвыпуск PMID 41588335
Метаанализ 17 исследований показал: модели машинного обучения предсказывают инсульт при фибрилляции предсердий не лучше обычной шкалы CHA₂DS₂-VASc — AUROC 0,66 против 0,64, разница незначима. Рекламные заявления об ИИ в стратификации риска пока не подтверждаются.
Данные объединяли методом случайных эффектов; чаще всего использовались древовидные алгоритмы, логистическая регрессия и нейросети. Наружную валидацию прошли лишь два исследования.
Модели, оценённые только на обучающих данных, показывали завышенные результаты (P=0,002). Большая гетерогенность популяций и дизайнов ограничивает обобщаемость выводов.
Что это значит для практики
Пока ничего не менять: продолжайте стратифицировать риск по CHA₂DS₂-VASc, ИИ-модели её не превзошли.
Оригинальная публикация
Evaluation of machine learning models for stroke risk prediction in atrial fibrillation: a systematic review and meta-analysis.
Morvarid Taebi, Alireza Arvin, Alireza Azarboo, Amir Hossein Behnoush, Mahsa Momenzadeh и др.
- Журнал
- BMC Cardiovasc Disord, январь 2026
- PMID
- 41588335
- DOI
- 10.1186/s12872-026-05508-2
Материал — краткий пересказ научной публикации для врачей. Он не заменяет чтение оригинала, не является клинической рекомендацией или медицинской услугой. Решения о лечении принимает лечащий врач.
Ещё по специальности «Кардиология»
Все статьи →- Клапан Portico за 5 лет не превзошёл стандартные клапаны при TAVR, но чаще требовал ЭКС
JACC Cardiovasc Interv ·
- Гипертония у людей с ВИЧ: треть не знает о диагнозе, риск событий удвоен
Open Forum Infect Dis ·