Greater value add from electronic health records than polygenic risk scores for predicting myocardial infarction in machine learning
6.5
来源：
Nature
关键字：
medical imaging+deep learning
发布时间：
2025-11-03 23:43
摘要：
本研究评估了多基因风险评分（PRS）与电子健康记录（EHR）在心肌梗死风险预测中的相对价值。结果显示，单独使用PRS的预测价值有限，而结合EHR数据的多模态模型显著提高了预测性能，AUC提升约0.05。研究基于UK Biobank数据，涉及约502,000名参与者，表明EHR在临床风险预测中具有更高的实用性和价值。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+医疗健康领域符合度
business_impact
0.5分+市场拓展
scientific_rigor
1.5分+有具体实验数据支撑
timeliness_innovation
1.0分+技术改进
investment_perspective
2.5分+早期研发阶段
market_value_relevance
1.0分+高发疾病相关性
team_institution_background
0.0分+背景不明
technical_barrier_competition
0.0分+无技术壁垒
关键证据
研究表明，PRS在心肌梗死风险预测中的独立价值有限。
结合EHR数据的多模态神经网络模型在预测性能上优于单独使用PRS的模型。
EHR提供了更高的预测增益，AUC提高了约0.05。
真实性检查
否
AI评分总结
本研究评估了多基因风险评分（PRS）与电子健康记录（EHR）在心肌梗死风险预测中的相对价值。结果显示，单独使用PRS的预测价值有限，而结合EHR数据的多模态模型显著提高了预测性能，AUC提升约0.05。研究基于UK Biobank数据，涉及约502,000名参与者，表明EHR在临床风险预测中具有更高的实用性和价值。