MetaAMI：一种用于预测急性心肌梗死住院死亡率的新型元学习方法

急性心肌梗死（acute myocardial infarction, AMI）是全球范围内主要的心血管疾病之一，且仍然是导致死亡的重要原因。早期风险预测有助于临床医生在患者入院后不久识别高风险个体，并支持及时监测与个体化治疗。既往的 AMI 风险评估方法主要依赖单一模型结构或固定特征表示，这可能限制其捕捉多样化风险相关模式的能力，并降低预测性能。为应对这些挑战，我们提出了 MetaAMI，一种基于随机投影的元学习框架，用于 AMI 结局预测。具体而言，我们根据 ICD-9 和 ICD-10 中 AMI 的诊断编码，从重症监护医学信息数据库 IV（Medical Information Mart for Intensive Care IV, MIMIC-IV）v3.1 数据库中筛选患者。随后，通过多次随机投影对特征进行转换，每次随机投影均生成一种不同的低维特征表示。接着，在每一种低维表示上训练基线分类器，以预测 AMI 患者的院内死亡。将这些预测结果进行聚合，构建集成特征表示，并将其作为元学习器架构的输入。通过有效整合来自不同基线模型的互补信息，元学习器优化了决策边界，并提升了整体预测性能。进一步开展了生存分析和 SHapley Additive exPlanations（SHAP）分析，以评估临床实用性并解释模型预测结果。基于 MIMIC-IV 数据集的基准测试结果表明，我们提出的 MetaAMI 在包括准确率（Accuracy）、曲线下面积（Area Under the Curve, AUC）、F1 值（F1 Score）、G-Measure、Jaccard 指数（Jaccard Index）、Youden J 指数以及 Matthews 相关系数（Matthews Correlation Coefficient, MCC）在内的七项评估指标上，均持续优于所有基线分类器。此外，特征重要性分析还揭示了与院内死亡相关的、具有临床意义的预测因素。总之，MetaAMI 为基于机器学习的 AMI 风险预测提供了一种有效且稳健的解决方案。我们预期，MetaAMI 的应用将对 AMI 的临床风险分层和个体化治疗策略产生积极影响。

MetaAMI：一种用于预测急性心肌梗死院内死亡率的新型元学习方法 | bioRxiv

跳转至主要内容

首页

关于

投稿

提醒 / RSS

搜索此关键词

高级搜索

新结果

MetaAMI：一种用于预测急性心肌梗死院内死亡率的新型元学习方法

Bulidierxin Tuerhanbayi，

Xiaoting Fan，

Jieqiong Wang，

Shibiao Wan

doi： https://doi.org/10.64898/2026.07.28.741291

Bulidierxin Tuerhanbayi 1 内布拉斯加大学医学中心； 在 Google Scholar 上查找此作者 在 PubMed 上查找此作者 在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本文依据 CC-BY-ND 4.0 国际许可协议公开提供。

返回顶部

上一篇

下一篇

发布于 2026 年 8 月 1 日。

下载 PDF

补充材料

电子邮件

感谢您有兴趣传播 bioRxiv 的内容。

您的电子邮件 *

您的姓名 *

发送至 *

请输入多个地址，每行一个，或用逗号分隔。

您将通过电子邮件发送以下内容

MetaAMI：一种用于预测急性心肌梗死院内死亡率的新型元学习方法

消息主题

（您的姓名）已从 bioRxiv 向您转发了一个页面

消息正文

（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。

您的个人消息

验证码

此问题用于测试您是否为人工访问者，并防止自动垃圾信息提交。

分享

MetaAMI：一种用于预测急性心肌梗死院内死亡率的新型元学习方法

Bulidierxin Tuerhanbayi， Xiaoting Fan， Jieqiong Wang， Shibiao Wan

bioRxiv 2026.07.28.741291； doi： https://doi.org/10.64898/2026.07.28.741291

分享本文：

复制

引文工具

MetaAMI：一种用于预测急性心肌梗死院内死亡率的新型元学习方法

Bulidierxin Tuerhanbayi， Xiaoting Fan， Jieqiong Wang， Shibiao Wan

bioRxiv 2026.07.28.741291； doi： https://doi.org/10.64898/2026.07.28.741291

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.28.741291v1?rss=1

🏷️ 急性心肌梗死 院内死亡预测 元学习 随机投影 MIMIC-IV SHAP解释