Classification tree obtained by artificial intelligence for the prediction of heart failure after acute coronary syndromes.

Journal: Medicina clinica
PMID:

Abstract

BACKGROUND: Coronary heart disease is the leading cause of heart failure (HF), and tools are needed to identify patients with a higher probability of developing HF after an acute coronary syndrome (ACS). Artificial intelligence (AI) has proven to be useful in identifying variables related to the development of cardiovascular complications.

Authors

  • Alberto Cordero
    Departamento de Cardiología, Hospital IMED Elche, Elche, Alicante, España; Grupo de Investigación Cardiovascular, Universidad Miguel Hernández, Elche, Alicante, España; Centro de Investigación Biomédica en Red de Enfermedades Cardiovasculares (CIBERCV), Madrid, España. Electronic address: acorderofort@gmail.com.
  • Vicente Bertomeu-Gonzalez
    Grupo de Investigación Cardiovascular, Universidad Miguel Hernández, Elche, Alicante, España; Centro de Investigación Biomédica en Red de Enfermedades Cardiovasculares (CIBERCV), Madrid, España; Departamento de Cardiología, Clínica Benidorm, Benidorm, Alicante, España.
  • José V Segura
    Departamento de Estadística, Matemáticas e Informática, Instituto Universitario Centro de Investigación Operativa (CIO), Universidad Miguel Hernández, Elche, Alicante, España.
  • Javier Morales
    Departamento de Estadística, Matemáticas e Informática, Instituto Universitario Centro de Investigación Operativa (CIO), Universidad Miguel Hernández, Elche, Alicante, España.
  • Belén Álvarez-Álvarez
    Centro de Investigación Biomédica en Red de Enfermedades Cardiovasculares (CIBERCV), Madrid, España; Departamento de Cardiología, Complejo Hospitalario de la Universidad de Santiago, Santiago de Compostela, A Coruña, España.
  • David Escribano
    Departamento de Cardiología, Hospital Universitario de San Juan, San Juan de Alicante, Alicante, España.
  • Moisés Rodríguez-Manero
    Centro de Investigación Biomédica en Red de Enfermedades Cardiovasculares (CIBERCV), Madrid, España; Departamento de Cardiología, Complejo Hospitalario de la Universidad de Santiago, Santiago de Compostela, A Coruña, España.
  • Belén Cid-Alvarez
    Centro de Investigación Biomédica en Red de Enfermedades Cardiovasculares (CIBERCV), Madrid, España; Departamento de Cardiología, Complejo Hospitalario de la Universidad de Santiago, Santiago de Compostela, A Coruña, España.
  • José M García-Acuña
    Centro de Investigación Biomédica en Red de Enfermedades Cardiovasculares (CIBERCV), Madrid, España; Departamento de Cardiología, Complejo Hospitalario de la Universidad de Santiago, Santiago de Compostela, A Coruña, España.
  • José Ramón González-Juanatey
    Centro de Investigación Biomédica en Red de Enfermedades Cardiovasculares (CIBERCV), Madrid, España; Departamento de Cardiología, Complejo Hospitalario de la Universidad de Santiago, Santiago de Compostela, A Coruña, España.
  • Asunción Martínez-Mayoral
    Departamento de Estadística, Matemáticas e Informática, Instituto Universitario Centro de Investigación Operativa (CIO), Universidad Miguel Hernández, Elche, Alicante, España.