Preview

Тихоокеанский медицинский журнал

Расширенный поиск

Модели машинного обучения для предтестовой верификации интактных коронарных артерий у больных инфарктом миокарда без подъема сегмента ST

https://doi.org/10.34215/1609-1175-2026-2-56-60

Содержание

Перейти к:

Аннотация

Цель исследования: Разработать модели машинного обучения (МО) для предтестовой верификации интактных коронарных артерий (КА) у пациентов с инфарктом миокарда без подъема сегмента ST (ИМбпST).

Материалы и методы. В одноцентровое проспективное исследование включены 257 больных ИМбпST, которым выполнена инвазивная коронарография (КАГ). Проанализированы клинико-демографические, лабораторные, ЭКГ и эхоКГ показатели. С применением методов МО (многофакторная логистическая регрессия, стратифицированная 10-fold кросс-валидация) разработаны прогностические модели предтестовой диагностики интактных КА.

Результаты. Интактные КА у больных ИМбпST по данным инвазивной КАГ выявлены у 13,2% пациентов. Наиболее высокой прогностической точностью (AUC = 0,87) обладала модель МО на основе многофакторной логистической регрессии, предикторы которой были представлены показателями возраста, холестерина липопротеинов низкой плотности, диаметром корня аорты, концентраций общего белка, общего билирубина, содержанием моноцитов в крови, депрессией сегмента ST и фибриногена.

Заключение. Использование многофакторных моделей МО позволяет повысить точность предтестовой диагностики интактных КА у больных ИМбпST и создает предпосылки для выбора персонализированной тактики лечения пациентов с данным фенотипом заболевания.

Для цитирования:


Гельцер Б.И., Циванюк М.М., Шахгельдян К.И., Жуков Д.Я., Мостовая В.В. Модели машинного обучения для предтестовой верификации интактных коронарных артерий у больных инфарктом миокарда без подъема сегмента ST. Тихоокеанский медицинский журнал. 2026;(2):56-60. https://doi.org/10.34215/1609-1175-2026-2-56-60

For citation:


Geltser B.I., Tsivanyuk M.M., Shakhgeldyan K.I., Zhukov D.Ya., Mostovaya V.V. Machine learning models for assessing pre-test probability of intact coronary arteries in patients with non-ST-segment elevation myocardial infarction. Pacific Medical Journal. 2026;(2):56-60. (In Russ.) https://doi.org/10.34215/1609-1175-2026-2-56-60

Ишемическая болезнь сердца остается ведущей причиной инвалидизации и смертности в мире [1]. В РФ ее доля в структуре смертности от сердечно-сосудистых заболеваний составляет 54,2% [2]. Инфаркт миокарда (ИМ) без подъема сегмента ST (ИМбпST) является наиболее частой формой острого коронарного синдрома, причем в последние годы отмечается рост его заболеваемости [3]. Развитие ИМбпST, как правило, связано с гемодинамически значимым атеросклеротическим поражением коронарных артерий (КА). Однако у части пациентов при инвазивной коронарографии (КАГ) выявляются интактные КА без признаков стеноза, атеросклеротических бляшек или кальциноза. По данным литературы, такие случаи составляют 5–15% от всех ИМ [4]. По современным представлениям, ИМ без обструктивного поражения коронарных артерий (ИМБОКА) диагностируется при отсутствии стенозов ≥ 50% по данным КАГ. Данное состояние чаще встречается при ИМбпST, чем при ИМ с подъемом ST [5]. Наименее изучены формы с интактными КА, патогенез которых может быть связан с коронарным вазоспазмом, спонтанной диссекцией, кардиомиопатией такоцубо, миокардитом или тромбоэмболией, не связанной с атеросклерозом [6].

Своевременная верификация интактных КА при ИМбпST имеет ключевое значение для выбора лечебной тактики и стратегии вторичной профилактики, включая обоснованность назначения антитромбоцитарной и гиполипидемической терапии. Однако предсказание данного феномена до проведения КАГ остается сложной задачей [7]. Существующие шкалы риска (GRACE, TIMI и др.) оценивают прогноз смертности, но не позволяют определить анатомическое состояние коронарного русла. Инвазивная КАГ остается «золотым стандартом» оценки коронарной анатомии, поскольку сопоставимых по точности неинвазивных методов пока не существует [8]. В последние годы для решения прогностических задач все шире применяются методы машинного обучения (МО), позволяющие создавать новые рискометрические инструменты [9–11]. В настоящем исследовании анализировался фенотип ИМбпST при интактных КА (ангиографически без признаков атеросклероза/кальциноза), который является более узким вариантом спектра состояний, описываемых термином ИМБОКА.

Цель исследования: разработка прогностических моделей МО для предтестовой верификации интактных КА у больных ИМбпST.

Материалы и методы

Проведено одноцентровое проспективное обсервационное исследование с участием 257 пациентов (150 (95% ДИ [ 65; 68]), госпитализированных с ИМбпST в КГБУЗ «Владивостокская клиническая больница № 1» в 2024–2025 гг. Сбор данных выполнен в соответствии со стандартами надлежащей клинической практики (Good Clinical Practice) и принципами Хельсинкской декларации (2024). Протокол исследования был одобрен этическим комитетом Дальневосточного федерального университета (протокол № 4 от 5 декабря 2019 г.). От всех участников получено письменное информированное согласие.

Всем пациентам выполнялась инвазивная КАГ, по результатам которой выделены 2 группы: 34 (13,2%) пациента с интактными КА и 223 (86,8%) – с атеросклеротическим ремоделированием. Интактными считались КА без ангиографических признаков атеросклероза и кальциноза. Диагноз ИМбпST устанавливался на основании клинической картины, ЭКГ и кардиоспецифических биомаркеров. Критерии включения: возраст ≥ 18 лет, подтвержденный ИМбпST, выполнение КАГ; исключения: ИМ с подъемом ST, ранее выполненная реваскуляризация, тяжелые сопутствующие заболевания, неполные данные. Оценивались демографические характеристики, факторы риска, сопутствующие заболевания и терапия. Выполнялись стандартная 12-канальная ЭКГ и трансторакальная эхоКГ с оценкой структурно-функциональных параметров сердца и диаметра корня аорты (ДКА). Лабораторные исследования до КАГ включали общий и биохимический анализы крови, коагулограмму и кардиомаркеры; дополнительно рассчитывались воспалительные и атерогенные индексы. Всего проанализировано 142 показателя.

Для анализа данных использовали методы математической статистики (χ², тест Фишера, Манна – Уитни, однофакторная логистическая регрессия – ОЛР) и МО (многофакторная логистическая регрессия – МЛР). Данные представлены в виде медианы и 95% ДИ; значимость – при p < 0,05. Оценка ассоциаций проводилась с использованием отношений шансов. Разработаны прогностические модели предтестовой диагностики интактных КА, их качество оценивалось по площади под ROC-кривой (AUC), чувствительности (Sen) и специфичности (Sp). Данные разделены на обучающую (80%) и тестовую (20%) выборки, применялась стратифицированная 10-кратная k-fold кросс-валидация. Анализ выполнялся на языке Python.

Результаты исследования

Межгрупповой анализ выявил различия по 14 пока-зателям (табл. 1). Пациенты с интактными КА были моложе (p = 0,0008) и реже имели артериальную гипертензию (p = 0,0498) при отсутствии связей с полом, курением, индексом массы тела, сахарным диабетом, фибрилляцией предсердий и другими коморбидными состояниями. Показатели общего анализа крови не различались за исключением более высокого относительного и абсолютного содержания моноцитов (p = 0,035 и 0,024). У этих пациентов также отмечались более низкий уровень ХС ЛНП (p = 0,0089) и меньшая частота назначения гиполипидемической терапии до госпитализации (p = 0,009). Дополнительно выявлены более низкие уровни общего белка, фибриногена и натрия (p = 0,001, 0,02 и 0,006) и более высокий уровень общего билирубина (p = 0,02), при отсутствии различий по другим биохимическим показателям. По ЭКГ депрессия сегмента ST регистрировалась реже (p = 0,0497), а интервалы QT и QRS были больше (p = 0,005 и 0,045). По данным эхоКГ различия касались только ДКА, который был больше в группе с интактными КА (p = 0,0045).

Таблица 1

Сравнение показателей и их ассоциация с интактными КА у пациентов с ИМбпST (Мe [ Q1; Q3])

Показатель

1‑я группа
(интактные КА),
n = 34

2‑я группа
(поражение КА),
n = 223

ОШ, 95% ДИ

p-value

Возраст, лет

60,5 [ 51,5; 69]

69 [ 59; 76]

-

0,0008

Гиполипидемическая терапия, n (%)

3 (8,8%)

72 (32,3%)

0,20 [ 0,06; 0,69]

0,009

АГ, n (%)

28 (82,4%)

209 (93,7%)

0,31 [ 0,11; 0,88]

0,0498

MON, %

6,7 [ 4,92; 8,88]

5,7 [ 4,4; 7,0]

-

0,035

MON, × 10⁹/л

0,76 [ 0,46; 1,0]

0,54 [ 0,4; 0,76]

-

0,02

ХС ЛНП, ммоль/л

3,01 [ 2,15; 3,92]

3,61 [ 2,58; 4,5]

-

0,0089

ОБ, г/л

67,44 [ 61,99; 71,28]

71,37 [ 66,6; 75,46]

-

0,001

Фибриноген, г/л

2,0 [ 1,8; 2,6]

2,3 [ 2,0; 2,8]

-

0,02

Na⁺, ммоль/л

138,97 [ 137,6; 140,8]

141,3 [ 138,9; 143,3]

-

0,006

ОБил, мкмоль/л

14,31 [ 9,58; 20,46]

10,74 [ 7,33; 16]

-

0,02

Депрессия ST, n (%)

7 (20,6%)

90 (40,4%)

0,37 [ 0,14; 0,93]

0,0497

QT, с

0,42 [ 0,395; 0,443]

0,38 [ 0,36; 0,4]

-

0,005

QRS, с

0,09 [ 0,08; 0,11]

0,08 [ 0,08; 0,09]

-

0,045

ДКА, мм

35 [ 32,7; 38]

33 [ 30; 35]

-

0,0045

Сокращения: АГ – артериальная гипертензия; ДИ – доверительный интервал; ДКА – диаметр корня аорты; КА – коронарные артерии; ОБ – общий белок; ОБил – общий билирубин; ОШ – отношение шансов; ХС ЛНП – холестерин липопротеинов низкой плотности; MON – моноциты.

Таким образом, пациенты с ИМбпST и интактными КА были моложе, реже имели артериальную гипертензию, отличались менее выраженным атерогенным профилем, более низким уровнем общего белка, фибриногена и меньшей частотой ишемических изменений на ЭКГ при сопоставимой сократительной функции сердца по данным эхоКГ.

Предварительная оценка с помощью ROC-анализа (от англ. Receiver Operating Characteristic) на основе моделей ОЛР показала умеренную дискриминационную способность факторов (табл. 2). Наибольшую ценность имел возраст (AUC = 0,69); сопоставимые показатели отмечены для ДКА (0,68), натрия (0,66), общего белка и фибриногена (по 0,64), ХС ЛНП (0,63). Меньший предиктивный потенциал отмечен для моноцитов (0,61) и общего билирубина (0,60).

Таблица 2

Однофакторные модели интактных КА у пациентов с ИМбпST

Предиктор

AUC

Sen

Sp

Возраст

0,69 [ 0,68; 0,69]

0,66 [ 0,63; 0,70]

0,65 [ 0,64; 0,76]

MON#

0,61 [ 0,52; 0,65]

0,58 [ 0,52; 0,64]

0,59 [ 0,57; 0,61]

ХС ЛНП

0,63 [ 0,60; 0,66]

0,58 [ 0,53; 0,63]

0,56 [ 0,54; 0,58]

ОБ

0,64 [ 0,59; 0,70]

0,64 [ 0,59; 0,70]

0,65 [ 0,63; 0,67]

ДКА

0,68 [ 0,65; 0,71]

0,66 [ 0,60; 0,72]

0,63 [ 0,60; 0,65]

ОБил

0,60 [ 0,56; 0,64]

0,58 [ 0,54; 0,63]

0,63 [ 0,61; 0,65]

Na⁺

0,66 [ 0,62; 0,69]

0,65 [ 0,59; 0,71]

0,63 [ 0,61; 0,66]

Фибриноген

0,64 [ 0,62; 0,67]

0,63 [ 0,61; 0,65]

0,60 [ 0,55; 0,64]

Сокращения: ДКА – диаметр корня аорты; ОБ – общий белок; ОБил – общий билирубин; ХС ЛНП – холестерин липопротеинов низкой плотности; AUC – площадь под ROC-кривой; MON – моноциты; Sen – чувствительность; Sp – специфичность.

На следующем этапе с использованием МЛР разработаны модели оценки вероятности интактных КА у больных ИМбпST до выполнения КАГ (табл. 3). Пошаговое добавление предикторов сопровождалось ростом AUC: от 0,68 (возраст) до 0,76 (с ХС ЛНП), 0,79 (с ДКА), 0,81 (с общим белком, общим билирубином и моноцитами) и 0,83 (с депрессией ST). Наилучшую точность показала финальная модель с включением фибриногена (AUC = 0,87 при кросс-валидации и 0,86 при тестировании) при сбалансированных значениях Sen и Sp (по 0,78).

Таблица 3

Многофакторные модели предтестовой диагностики интактных КА у пациентов с ИМбпST

Модели

Кросс-валидация

Итоговое тестирование

AUC

AUC

Sen

Sp

Возраст

0,69 [ 0,68; 0,69]

0,68 [ 0,66; 0,70]

0,64 [ 0,63; 0,65]

0,67 [ 0,64; 0,70]

Возраст + ХС ЛНП

0,76 [ 0,76; 0,77]

0,76 [ 0,75; 0,78]

0,76 [ 0,75; 0,77]

0,70 [ 0,66; 0,74]

Возраст + ХСЛНП+ДКА

0,79 [ 0,79; 0,80]

0,80 [ 0,77; 0,82]

0,79 [ 0,78; 0,81]

0,72 [ 0,68; 0,76]

Возраст + ХСЛНП + ДКА + ОБ

0,80 [ 0,79; 0,81]

0,80 [ 0,78; 0,83]

0,79 [ 0,78; 0,80]

0,74 [ 0,70; 0,77]

Возраст + ХСЛНП + ДКА + ОБ + ОБил

0,81 [ 0,80; 0,81]

0,80 [ 0,78; 0,83]

0,74 [ 0,72; 0,75]

0,74 [ 0,70; 0,77]

Возраст + ХСЛНП + ДКА + ОБ + Обил + MON%

0,81 [ 0,80; 0,82]

0,81 [ 0,79; 0,83]

0,78 [ 0,77; 0,79]

0,72 [ 0,68; 0,76]

Возраст + ХСЛНП + ДКА + ОБ + ОБил + MON% + депрессия ST

0,83 [ 0,82; 0,84]

0,83 [ 0,81; 0,85]

0,80 [ 0,78; 0,81]

0,67 [ 0,62; 0,71]

Возраст + ХСЛНП + ДКА + ОБ + ОБил + MON% + депрессия ST + фибриноген

0,87 [ 0,86; 0,87]

0,86 [ 0,84; 0,88]

0,78 [ 0,76; 0,79]

0,78 [ 0,73; 0,82]

Сокращения: ДКА – диаметр корня аорты; ОБ – общий белок; ОБил – общий билирубин; ХС ЛНП – холестерин липопротеинов низкой плотности; AUC – площадь под ROC-кривой; MON – моноциты; Sen – чувствительность; Sp – специфичность.

Обсуждение

Сравнительный анализ клинико-функциональных показателей у больных ИМбпST с интактными КА и их атеросклеротическим поражением указывает на более благоприятный кардиометаболический профиль пациентов первой группы, что соответствует современным представлениям об ИМБОКА [12][13]. Более молодой возраст пациентов согласуется с данными регистров и метаанализов [6][12], а меньшая распространенность артериальной гипертензии и атерогенных дислипидемий отражает более низкий атеросклеротический риск [6][13]. Отсутствие различий по полу, курению и сопутствующим заболеваниям подчеркивает, что развитие ИМбпST при интактных КА может быть связано не только с атеротромбозом, но и с альтернативными механизмами (вазоспазм, микрососудистая дисфункция, тромбоэмболия, спонтанная диссекция) [6][12][13]. Более низкий уровень ХС ЛНП подтверждает меньший риск значимых стенозов КА [6][14]. Повышенное содержание моноцитов может отражать большую роль воспалительных механизмов, тогда как более низкий уровень фибриногена указывает на меньшую выраженность протромботического статуса. Более высокий уровень общего билирубина, вероятно, обладает защитным антиоксидантным эффектом [14]. Реже выявляемая депрессия сегмента ST соответствует менее выраженной ишемии миокарда [6][12]. Увеличение ДКА может отражать особенности сосудистого ремоделирования и требует дальнейшего изучения [15]. Отсутствие различий по фракции выброса и размерам камер сердца свидетельствует о сохранности глобальной сократительной функции.

ROC-анализ на основе ОЛР показал умеренную прогностическую способность отдельных параметров, что согласуется с невозможностью использования одного биомаркера для диагностики ИМБОКА [6][13]. Разработка моделей с использованием МЛР и пошаговым включением клинико-лабораторных и инструментальных показателей сопровождалась увеличением AUC, отражая преимущества их интеграции в прогнозировании [6]. Финальная модель с включением фибриногена продемонстрировала наилучшую точность (AUC = 0,87), чувствительность и специфичность, подтверждая значимость комплексного подхода при создании прогностических алгоритмов на основе методов МО [12].

Заключение

Проведенное исследование показало, что ИМбпST при интактных КА представляет собой особый клинический фенотип острого ишемического повреждения миокарда, ассоциированный с меньшим атеросклеротическим риском и специфическими функционально-метаболическими особенностями. На основе МЛР разработана прогностическая модель предтестовой верификации интактных КА с высокой точностью (AUC = 0,87), применение которой может быть полезно для выбора лечебной тактики у пациентов с различными фенотипами ИМбпST.

Конфликт интересов: авторы заявляют об отсутствии конфликта интересов.

Источник финансирования: работа выполнена при финансовой поддержке проекта FZNS-2026–0014 госзадания ДВФУ.

Участие авторов:

Концепция и дизайн исследования – ГБИ, ЦММ

Сбор и обработка материала – ЦММ, МВВ

Статистическая обработка – ШКИ, ЖДЯ

Разработка МО-моделей – ШКИ, ЖДЯ

Анализ и интерпретация данных – ГБИ, ЦММ, МВВ

Написание текста – ГБИ, ЦММ

Редактирование – ГБИ, ЦММ

Список литературы

1. Yang L, Zheng B, Gong Y. Global, regional and national burden of ischemic heart disease and its attributable risk factors from 1990 to 2021: a systematic analysis of the Global Burden of Disease study 2021. BMC Cardiovasc Disord. 2025; 25(1):625. doi: 10.1186/s12872-025-05022-x

2. Вайсман Д.Ш., Енина Е.Н. Показатели смертности от ишемической болезни сердца в Российской Федерации и ряде регионов: особенности динамики и структуры. Кардиоваскулярная терапия и профилактика. 2024;23(7):3975. doi: 10.15829/1728-8800-2024-3975

3. Алекян Б.Г., Бойцов С.А., Маношкина Е.М., Кочергин Н.А., Ганюков В.И. Российские национальные результаты реваскуляризации миокарда при остром коронарном синдроме за 2023 год. Кардиология. 2024;64(11):76–83. doi: 10.18087/cardio.2024.11.n2733

4. Bakhshi H, Gibson CM. MINOCA: Myocardial infarction no obstructive coronary artery disease. Am Heart J Plus. 2023;33:100312. doi: 10.1016/j.ahjo.2023.100312

5. Tognola C, Maloberti A, Varrenti M, Mazzone P, Giannattasio C, Guarracini F. Myocardial Infarction with Nonobstructive Coronary Arteries (MINOCA): Current Insights into Pathophysiology, Diagnosis, and Management. Diagnostics. 2025;15(7):942. doi: 10.3390/diagnostics15070942

6. Yang P, Zhang S, Yin X, Zhang Y, Zhu H, Cao Y, et al. Myocardial infarction with nonobstructive coronary arteries (MINOCA): a narrative review. Eur J Med Res. 2025;30(1):443. doi: 10.1186/s40001-025-02703-3

7. Ballesteros-Ortega D, Martínez-González O, Gómez-Casero RB, Quintana-Díaz M, de Miguel-Balsa E, Martín-Parra C, et al. Characteristics of patients with myocardial infarction with nonobstructive coronary arteries (MINOCA) from the ARIAMSEMICYUC registry: development of a score for predicting MINOCA. Vasc Health Risk Manag. 2019;15:57–67. doi: 10.2147/VHRM.S185082

8. Ezhumalai B, Modi R, Chidambaram S. A comprehensive review on myocardial infarction with non-obstructive coronary arteries (MINOCA): One size does not fit all. Indian Heart J. 2025;77(4):318–325. doi: 10.1016/j.ihj.2025.05.013

9. Гельцер Б.И., Циванюк М.М., Шахгельдян К.И., Емцева Е.Д., Вишневский А.А. Факторы кардиометаболического риска в прогнозировании обструктивного поражения коронарных артерий у больных с острым коронарным синдромом без подъема сегмента ST. Российский кардиологический журнал. 2021;26(11):4494. doi: 10.15829/15604071-2021-4494

10. Циванюк М.М., Гельцер Б.И., Шахгельдян К.И., Вишневский А.А., Шекунова О.И. Показатели клинического анализа крови, липидного спектра и их соотношений в прогнозировании обструктивного поражения коронарных артерий у больных с острым коронарным синдромом без подъема ST. Российский кардиологический журнал. 2022;27(8):5079. doi: 10.15829/1560-4071-2022-5079

11. Циванюк М.М., Шахгельдян К.И., Марков М.А., Широбоков В.Г., Гельцер Б.И. Эффективность машинного обучения в прогнозировании обструктивного поражения коронарных артерий в первые часы госпитализации при остром коронарном синдроме без подъема сегмента ST. Соврем. технол. мед. 2025;17(3):50–61. doi: 10.17691/stm2025.17.3.05

12. Byrne RA, Rossello X, Coughlan JJ, Barbato E, Berry C, Chieffo A, et al. ESC Scientific Document Group. 2023 ESC Guidelines for the management of acute coronary syndromes. European Heart Journal. 2023;44(38):3720–826. doi: 10.1093/eurheartj/ehad191

13. Tamis-Holland JE, Jneid H, Reynolds HR, Agewall S, Brilakis ES, Brown TM, et al. Contemporary diagnosis and management of patients with myocardial infarction in the absence of obstructive coronary artery disease: A scientific statement from the American Heart Association. Circulation. 2019;139(18):e891– e908. doi: 10.1161/CIR.0000000000000670

14. Visseren FLJ, Mach F, Smulders YM, Carballo D, Koskinas KC, Bäck M, et al. 2021 ESC Guidelines on cardiovascular disease prevention in clinical practice. European Heart Journal. 2021;42(34):3227–3337. doi: 10.1093/eurheartj/ehab484

15. Драпкина О.М., Кравченко А.Я., Будневский А.В., Концевая А.В., Ряскина М.С., Черник Т.А. Билирубин и сердечно-сосудистый риск. Российский кардиологический журнал. 2021;26(9):4511. doi: 10.15829/1560-4071-2021-4511


Об авторах

Б. И. Гельцер
Дальневосточный федеральный университет
Россия

Владивосток, о. Русский



М. М. Циванюк
Дальневосточный федеральный университет; Владивостокская клиническая больница № 1
Россия

Циванюк Михаил Михайлович – к.м.н., старший научный сотрудник лаборатории анализа больших данных в здравоохранении и медицине Дальневосточного федерального университета, заведующий отделением рентгенохирургических методов диагностики и лечения Владивостокской клинической больницы № 1

690922, Владивосток, о. Русский, п. Аякс, 10; 690078, г. Владивосток, ул. Садовая, 22; тел.: +7 (914) 791-60-63



К. И. Шахгельдян
Дальневосточный федеральный университет; Владивостокский государственный университет
Россия

Владивосток, о. Русский



Д. Я. Жуков
Владивостокский государственный университет
Россия

Владивосток



В. В. Мостовая
Дальневосточный федеральный университет
Россия

Владивосток, о. Русский



Рецензия

Для цитирования:


Гельцер Б.И., Циванюк М.М., Шахгельдян К.И., Жуков Д.Я., Мостовая В.В. Модели машинного обучения для предтестовой верификации интактных коронарных артерий у больных инфарктом миокарда без подъема сегмента ST. Тихоокеанский медицинский журнал. 2026;(2):56-60. https://doi.org/10.34215/1609-1175-2026-2-56-60

For citation:


Geltser B.I., Tsivanyuk M.M., Shakhgeldyan K.I., Zhukov D.Ya., Mostovaya V.V. Machine learning models for assessing pre-test probability of intact coronary arteries in patients with non-ST-segment elevation myocardial infarction. Pacific Medical Journal. 2026;(2):56-60. (In Russ.) https://doi.org/10.34215/1609-1175-2026-2-56-60

Просмотров: 76

JATS XML


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1609-1175 (Print)