Not logged in.

Quick Search - Contribution

Contribution Details

Type Master's Thesis
Scope Discipline-based scholarship
Title Evaluation of Novel Algorithms to Optimize Risk Stratification Scores in Myocardial Infarction
Organization Unit
Authors
  • Katrin Hunt
Supervisors
  • Abraham Bernstein
Institution University of Zurich
Faculty Faculty of Economics, Business Administration and Information Technology
Date 2006
Abstract Text Risk Predictors currently used in the field of Acute Myocardial Infarction (AMI) were developed on data cohorts collected in the early 90’s using traditional statistical methods. Considering the progress in the therapy of AMI as well as in the field of Data Mining, it was hypothesized that a better Risk Predictor could be developed. Working on the AMIS PLUS registry (n=7520) existing scores were evaluated and a new Risk Prediction Model developed, using the AODE algorithm fromthe Bayes family. The most accepted Risk Score (TIMI Risk Score for ST-Elevation) yielded an Area under the ROC Curve (AUC) of 0.803. The newly developed Risk Model called AMIS Model achieved an AUC of 0.875 using less input variables. Tests showed that the prediction capacity of the AMIS Model was especially good with patients undergoing PCI treatment (AUC=0.885 compared to AUC=0.783 of TIMI Risk Score).
Zusammenfassung Gegenwärtig benutzte Risiko Prädiktoren im Umfeld des Myokardinfarkts wurden auf Daten entwickelt, welche in den frühen 90er Jahren erhoben worden sind. Zur Entwicklung der Prädiktionsmodelle wurden traditionelle statistische Methoden eingesetzt. In Anbetracht der Entwicklungen im Bereich des Data Mining, sowie auch den weiter entwickelten Therapiemöglichkeiten in den letzten Jahren wurde angenommen, dass es möglich ist ein besseres Risikoprädiktionsmodell zu entwickeln. Existierende Prädiktionsmodelle wurden auf den AMIS Plus Daten (n=7520) evaluiert und ein neues Prädiktionsmodell, basierend auf dem AODE Algorithmus der Bayes Familie, entwickelt. Das von der medizinischen Fachwelt am besten akzeptierte Prädiktionsmodell (TIMI Risk Score for ST-Elevation) erreichte eine Area under the ROC Curve (AUC) von 0.803. Das neu entwickelte Prädiktionsmodell namens AMIS Model erreichte auf denselben Daten eine AUC von 0.875, obwohl es weniger Angaben zur Berechnung benötigt. Weitere Tests zeigten, dass die Prädiktionskapaziät des AMIS Model am grössten bei den Patienten ist, welche mit PCI therapiert werden AUC=0.783 des TIMI Risk Scores).
PDF File Download
Export BibTeX