Machine Learning to Predict Stent Restenosis Based on Daily Demographic, Clinical, and Angiographic Characteristics.

Journal: The Canadian journal of cardiology
PMID:

Abstract

BACKGROUND: Machine learning (ML) has arrived in medicine to deliver individually adapted medical care. This study sought to use ML to discriminate stent restenosis (SR) compared with existing predictive scores of SR. To develop an easily applicable model, we performed our predictions without any additional variables other than those obtained in daily practice.

Authors

  • Jesús Sampedro-Gómez
    Servicio de Cardiología, Hospital Universitario de Salamanca-Instituto de Investigación Biomédica de Salamanca (IBSAL), Universidad de Salamanca, Salamanca, Spain; Centro de Investigación Biomédica en Red de Enfermedades Cardiovasculares (CIBERCV), Instituto de Salud Carlos III, Madrid, Spain.
  • P Ignacio Dorado-Diaz
    Department of Cardiology, Hospital Universitario de Salamanca, Instituto de Investigación Biomédica de Salamanca (IBSAL), Facultad de Medicina, Universidad de Salamanca, and CIBERCV, Salamanca, Spain.
  • Victor Vicente-Palacios
    Department of Cardiology, Hospital Universitario de Salamanca, Instituto de Investigación Biomédica de Salamanca (IBSAL), Facultad de Medicina, Universidad de Salamanca, and CIBERCV, Salamanca, Spain.
  • Antonio Sánchez-Puente
    Department of Cardiology, Hospital Universitario de Salamanca-IBSAL, Universidad de Salamanca, Salamanca, Spain.
  • Manuel Jiménez-Navarro
    CIBERCV, Instituto de Salud Carlos III, Madrid, Spain; UGC Área del Corazón, Hospital Virgen de la Victoria-IBIMA, Universidad de Málaga, Málaga, Spain.
  • J Alberto San Roman
    CIBERCV, Instituto de Salud Carlos III, Madrid, Spain; Instituto de Ciencias del Corazón, Hospital Clínico Universitario de Valladolid, Valladolid, Spain.
  • Purificación Galindo-Villardón
    Department of Statistics, Universidad de Salamanca, Salamanca, Spain.
  • Pedro L Sanchez
    Department of Cardiology, Hospital Universitario de Salamanca, Instituto de Investigación Biomédica de Salamanca (IBSAL), Facultad de Medicina, Universidad de Salamanca, and CIBERCV, Salamanca, Spain.
  • Francisco Fernández-Avilés
    Servicio de Cardiología, Hospital General Universitario Gregorio Marañón, Madrid, Spain; Instituto de Investigación Sanitaria, Hospital General Universitario Gregorio Marañón, Madrid, Spain; Centro de Investigación Biomédica en Red de Enfermedades Cardiovasculares (CIBERCV), Spain; Facultad de Medicina, Universidad Complutense, Madrid, Spain.