結腸直腸外科手術後の術後の合併症を予測する機械学習の役割の体系的なレビューとメタ分析:機械学習はどこまで進んでいるのか?

科学分野:

• 手術腫瘍学
• 医療情報学
• 予測分析

背景:

• 結腸直腸手術は 術後の合併症の重大なリスクを伴います
• これらの結果の正確な予測は,患者管理とケア最適化に不可欠です.

研究 の 目的:

• 大腸直腸手術後の手術後の結果を予測する機械学習 (ML) の臨床的有用性を体系的に評価する.
• 様々な合併症に対するMLモデルの予測性能に関する証拠を合成する.

主な方法:

• 主要なデータベース (PubMed,MEDLINE,Embase,Google Scholar) で体系的な文献検索が行われました.
• 結腸直腸外科手術における術後の合併症を予測するMLモデルに焦点を当てた研究が含まれています.
• ランダム効果モデルを用いたプール分析で,曲線下の面積 (AUC) が主要な結果指標であった.

主要な成果:

• アナストモティック・リーク,死亡率,長期入院,手術部位感染などの合併症を報告した18件の研究が含まれていた.
• アナストモティック・リーク (0. 813),死亡率 (0. 867),長期滞在 (0. 810) および手術部位感染 (0. 802) の強い予測性能を示した.

結論:

• 機械学習は,大腸直腸手術における術後の合併症の予測において有望な臨床的有用性と正確性を示しています.
• 術後のケアを最適化するために,これらのMLアプローチを検証するために,さらによく設計されたマルチセンター研究が必要です.