Machine Learning-Derived Echocardiographic Phenotypes Predict Heart Failure Incidence in Asymptomatic Individuals.

Date publication

septembre 2021

Journal

JACC. Cardiovascular imaging

Auteurs

Membres identifiés du Cancéropôle Est :
Dr DEVIGNES Marie-Dominique, Pr ROSSIGNOL Patrick

Tous les auteurs :
Kobayashi M, Huttin O, Magnusson M, Ferreira JP, Bozec E, Huby AC, Preud'homme G, Duarte K, Lamiral Z, Dalleau K, Bresso E, Smaïl-Tabbone M, Devignes MD, Nilsson PM, Leosdottir M, Boivin JM, Zannad F, Rossignol P, Girerd N,

Lien Pubmed

http://www.ncbi.nlm.nih.gov/pubmed/34538625

Résumé

This study sought to identify homogenous echocardiographic phenotypes in community-based cohorts and assess their association with outcomes.

Mots clés

biomarkers, cardiovascular diseases, cluster analysis, echocardiogram, heart failure, machine learning, prognosis

Référence

JACC Cardiovasc Imaging. 2021 Sep 8;: