Background The Global Registry of Acute Coronary Events (GRACE) score is an established clinical risk stratification tool for patients with acute coronary syndromes (ACS). We developed and internally validated a model for 1-year all-cause mortality prediction in ACS patients. Methods Between 2009 and 2012, 2’168 ACS patients were enrolled into the Swiss SPUM-ACS Cohort. Biomarkers were determined in 1’892 patients and follow-up was achieved in 95.8% of patients. 1-year all-cause mortality was 4.3% (n = 80). In our analysis we consider all linear models using combinations of 8 out of 56 variables to predict 1-year all-cause mortality and to derive a variable ranking. Results 1.3% of 1’420’494’075 models outperformed the GRACE 2.0 Score. The SPUM-ACS Score includes age, plasma glucose, NT-proBNP, left ventricular ejection fraction (LVEF), Killip class, history of peripheral artery disease (PAD), malignancy, and cardio-pulmonary resuscitation. For predicting 1-year mortality after ACS, the SPUM-ACS Score outperformed the GRACE 2.0 Score which achieves a 5-fold cross-validated AUC of 0.81 (95% CI 0.78–0.84). Ranking individual features according to their importance across all multivariate models revealed age, trimethylamine N-oxide, creatinine, history of PAD or malignancy, LVEF, and haemoglobin as the most relevant variables for predicting 1-year mortality. Conclusions The variable ranking and the selection for the SPUM-ACS Score highlight the relevance of age, markers of heart failure, and comorbidities for prediction of all-cause death. Before application, this score needs to be externally validated and refined in larger cohorts. Clinical Trial Registration NCT01000701.

中文翻译：

---

使用机器学习提高 ACS 患者的 1 年死亡率预测

背景 急性冠脉事件全球登记 (GRACE) 评分是针对急性冠脉综合征 (ACS) 患者的既定临床风险分层工具。我们开发并内部验证了 ACS 患者 1 年全因死亡率预测模型。方法 2009 年至 2012 年间，2,168 名 ACS 患者被纳入瑞士 SPUM-ACS 队列。在 1,892 名患者中确定了生物标志物，并在 95.8% 的患者中进行了随访。1 年全因死亡率为 4.3%（n = 80）。在我们的分析中，我们考虑使用 56 个变量中的 8 个组合来预测 1 年全因死亡率并得出变量排名的所有线性模型。结果 1'420'494'075 模型中有 1.3% 的表现优于 GRACE 2.0 分数。SPUM-ACS 评分包括年龄、血浆葡萄糖、NT-proBNP、左心室射血分数 (LVEF)、Killip 类、外周动脉疾病 (PAD)、恶性肿瘤和心肺复苏史。对于 ACS 后 1 年死亡率的预测，SPUM-ACS 评分优于 GRACE 2.0 评分，其达到 5 倍交叉验证的 AUC 为 0.81 (95% CI 0.78–0.84)。根据其在所有多变量模型中的重要性对个体特征进行排名显示，年龄、三甲胺 N-氧化物、肌酐、PAD 或恶性肿瘤病史、LVEF 和血红蛋白是预测 1 年死亡率的最相关变量。结论 SPUM-ACS 评分的变量排名和选择突出了年龄、心力衰竭标志物和合并症与预测全因死亡的相关性。在应用之前，该分数需要在更大的群组中进行外部验证和完善。临床试验注册 NCT01000701。外周动脉疾病 (PAD)、恶性肿瘤和心肺复苏史。对于 ACS 后 1 年死亡率的预测，SPUM-ACS 评分优于 GRACE 2.0 评分，其达到 5 倍交叉验证的 AUC 为 0.81 (95% CI 0.78–0.84)。根据其在所有多变量模型中的重要性对个体特征进行排名显示，年龄、三甲胺 N-氧化物、肌酐、PAD 或恶性肿瘤病史、LVEF 和血红蛋白是预测 1 年死亡率的最相关变量。结论 SPUM-ACS 评分的变量排名和选择突出了年龄、心力衰竭标志物和合并症与预测全因死亡的相关性。在应用之前，该分数需要在更大的群组中进行外部验证和完善。临床试验注册 NCT01000701。外周动脉疾病 (PAD)、恶性肿瘤和心肺复苏史。对于 ACS 后 1 年死亡率的预测，SPUM-ACS 评分优于 GRACE 2.0 评分，其达到 5 倍交叉验证的 AUC 为 0.81 (95% CI 0.78–0.84)。根据其在所有多变量模型中的重要性对个体特征进行排名显示，年龄、三甲胺 N-氧化物、肌酐、PAD 或恶性肿瘤病史、LVEF 和血红蛋白是预测 1 年死亡率的最相关变量。结论 SPUM-ACS 评分的变量排名和选择突出了年龄、心力衰竭标志物和合并症与预测全因死亡的相关性。在应用之前，该分数需要在更大的群组中进行外部验证和完善。临床试验注册 NCT01000701。