Evaluación del procesamiento multimodal del lenguaje natural en la determinación de indicadores de seguridad perioperatoria a partir de notas preoperatorias en cirugía de columna vertebral
Contact us if these videos are not relevant.
Contact us if these videos are not relevant.
Ver abstracta en PubMed
Resumen
Este resumen es generado por máquina.Este estudio desarrolló un modelo multimodal de aprendizaje automático (ML) para la cirugía de la columna vertebral, combinando datos estructurados y notas del cirujano. El modelo combinado mejoró significativamente la predicción de los resultados perioperatorios en comparación con los modelos que utilizan solo datos estructurados o texto.
Área De La Ciencia
- Cirugía de la columna vertebral
- Aprendizaje automático
- Ciencia de los datos
- La informática médica
Sus Antecedentes
- Los modelos estándar de aprendizaje automático de cirugía de columna vertebral (ML) a menudo pasan por alto información valiosa en narrativas clínicas de texto libre no estructuradas, como notas quirúrgicas preoperatorias.
- Esta limitación dificulta el pleno potencial de ML en la predicción de los resultados de los pacientes.
Objetivo Del Estudio
- Desarrollar y evaluar un modelo multimodal de aprendizaje automático que integre los datos estructurados de los registros electrónicos de salud (EHR) con las narraciones clínicas no estructuradas de las notas preoperatorias.
- Comparar el rendimiento predictivo de este modelo multimodal con los modelos que utilizan únicamente datos estructurados de EHR o únicamente texto procesado por PNL.
Principales Métodos
- El algoritmo XGBoost fue seleccionado para el desarrollo de modelos después de evaluar múltiples algoritmos ML.
- Se desarrollaron tres modelos: estructurado basado en EHR, basado en PNL (notas preoperatorias) y un modelo multimodal combinado.
- Se utilizaron técnicas de procesamiento del lenguaje natural (PNL), incluida la tokenización, el stemming y la vectorización de bolsas de palabras para los datos de texto. Los hiperparámetros fueron optimizados utilizando búsqueda de cuadrícula y validación cruzada de 10 veces.
Principales Resultados
- El modelo multimodal demostró un rendimiento superior en la predicción de la duración de la estancia prolongada (ROC-AUC: 0,908) y el alta no domiciliaria (ROC-AUC: 0,920).
- El modelo solo de PNL también mostró fuertes capacidades predictivas, superando al modelo estructurado solo de EHR para ambos resultados.
- La IA explicable identificó características predictivas clave que incluyen índice de masa corporal, edad, estado de seguro, índice de comorbilidad, etnia, antecedentes quirúrgicos y niveles quirúrgicos.
Conclusiones
- La integración de notas quirúrgicas no estructuradas mejora significativamente la precisión predictiva de los modelos ML en cirugía espinal.
- Las narrativas clínicas de texto libre ofrecen una mayor utilidad predictiva para los resultados perioperatorios que las variables EHR estructuradas tradicionales solas.
Contact us Si estos videos no son relevantes.
Contact us Si estos videos no son relevantes.
Videos de Conceptos Relacionados
Patients with hypertrophic cardiomyopathy (HCM) and left ventricular outflow tract (LVOT) obstruction who remain symptomatic despite optimal medical therapy may undergo a septal myectomy (Morrow procedure). This procedure involves excising a portion of the hypertrophied septum below the aortic valve using a heart-lung machine to improve blood flow through the LVOT. Effective preoperative and postoperative nursing management ensures successful patient outcomes, minimizes complications, and...
During the postoperative period, it is crucial to focus on maintaining circulation, identifying and managing potential complications, and planning for discharge.Nursing AssessmentVital signs monitoring: Regularly monitor vital signs, including blood pressure, heart rate, respiratory rate, and temperature, to detect early signs of complications such as bleeding and infection.Circulation assessment: Monitor pulses, perform Doppler assessments, and check capillary refill, color, temperature, and...
Vigilant monitoring for aneurysm rupture is essential for patients undergoing aortic surgery.Preoperative Nursing ManagementContinuously monitor the patient for manifestations of aneurysm rupture, such as pallor, weakness, tachycardia, hypotension, abdominal, back, groin, or periumbilical pain, changes in consciousness, and a pulsating abdominal mass. Regularly assess the patient's peripheral pulses.Instruct the patient to consume a clear liquid diet the day before surgery and administer...
Spinal anesthetics are given during lower abdomen and limb surgeries to block sensory and motor neurons. They are administered in the mid to low lumbar regions, primarily acting on the cauda equina's nerve roots. The blockade level depends on the local anesthetic (LA) concentration. Usually, low LA concentrations are sufficient to block sensory fibers, while only high LA concentrations block motor fibers. Other factors like injection volume and speed, the patient's posture, and the drug...