《柳叶刀-区域健康（西太平洋）》近日发表一项队列研究，旨在开发并验证一种整合常规收集的功能评估数据的机器学习模型，以预测老年心力衰竭患者一年死亡率。研究者使用 77 个候选预测因子（包括人口统计学、临床、实验室、超声心动图和直接测量的功能变量）构建了一个极限梯度提升（XGBoost）模型。此研究交叉验证（LOSO）内部-外部框架，并将模型的区分度、校准度和临床实用性与已有的风险评分进行了比较。结果表明，结合功能评估的机器学习模型能够预测老年心力衰竭患者的一年死亡率，并改进风险分层，优于现有评分。出院时的功能状态是一项重要的预后指标，可用于指导出院后的护理计划。http://t.cn/AX5VytBp