中国急性心肌梗死注册登记研究（CAMI）是由国家心血管病中心、中国医学科学院阜外医院牵头的一项真实世界的前瞻性多中心研究，是目前国内最大规模的急性心肌梗死注册研究，属十二五科技部支撑项目。在ESC2017年会上，共有3项CAMI研究的最新数据亮相，阜外医院杨进刚教授提交的壁报“基于机器学习方法的中国ST段抬高型心肌梗死（STEMI）住院死亡率的简单风险预测模型”是其中之一。
杨进刚教授指出，基于真实世界的患者资料建立死亡风险预测模型对改善STEMI治疗至关重要，但目前临床上常用的TIMI评分、GRACE评分等评估工具并不适合真实世界的中国STEMI患者。本研究采用机器学习方法开发和验证了一种新型、简单实用的STEMI住院死亡率风险预测模型，该模型与TIMI评分的预测效果相似。
CAMI-STEMI评分得到了7个日常临床实践中容易获得的变量：女性（1分），心率（HR）≥100bmp（2分），年龄≥70岁（2分），收缩压≤115mmHg（2分），Killip分级> 1（2分），心跳骤停（4分）和前壁梗死（1分）。
CAMI-STEMI评分的预测精度与TIMI评分相似：CAMI-STEMI评分在推到队列、验证队列和外部验证队列中的C统计量分别为0.789、0.771和0.772，而TIMI评分分别为0.778、0.758和0.780。此外，采用CAMI-STEMI评分将患者分为低、中、高危对死亡风险的预测能力优于GRACE评分。
与同类的其他评分相比，CAMI-STEMI评分简单实用，不需要抽血化验及详细询问病史，在中国STEMI患者住院死亡率的预测精度与TIMI评分、GRACE评分相似。
杨进刚教授介绍，目前该评分正在进一步优化，去掉心跳骤停和前壁梗死，已缩减到5个变量。我们期待详细研究结果的早日发表。
