2025-01-24
持續監測hs-cTnI水平可提高區分NSTEMI與UA的準確性
近日,首都醫科大學附屬北京安貞醫院的研究成果 “Machine Learning Diagnostic Model for Early Stage NSTEMI: Using hs-cTnI 1/2h Changes and Multiple Cardiovascular Biomarkers” 成果發表于《Diagnostics (Basel)》。該研究利用機器學習方法,整合hs-cTnI水平的變化以及各種其他臨床生物標志物,開發一種聯合預測模型區分非ST段抬高型心肌梗死(NSTEMI)和不穩定型心絞痛。
查看詳情