膝関節炎におけるコルチコステロイドの意思決定における患者選択のための機械学習:実現可能性モデル

科学分野:

• 整形外科
• 生物医学工学
• データサイエンス

背景:

• 膝関節炎の疼痛管理は極めて重要で,関節内コルチコステロイド注射は一般的なものの,効果は変動する.
• これらの注射から恩恵を受ける可能性のある患者を特定することは,治療結果を最適化するために不可欠です.

研究 の 目的:

• 膝関節炎における関節内コルチコステロイド注射に対する患者の反応を予測するための機械学習 (ML) モデルを開発する.
• この介入のための適切な候補者を選択する臨床的意思決定を強化する.

主な方法:

• 2つの前向きなコホート研究 (骨関節炎イニシアチブとマルチセンターOA研究) のデータを組み合わせた.
• 線形差別分析を使って 症状の改善を予測する ML アルゴリズムを作りました
• ウェスタン・オンタリオ大学とマクマスター大学のOA痛みのスケールを使用して評価された結果,確立された基準を通じて重要な変化を定義します.

主要な成果:

• 330人の患者 (平均年齢63. 4歳) を含む.
• 注射後の痛みの改善はわずか25. 5%でした.
• MLモデルは67. 8%の精度を達成し,F1スコアは30. 8%,AUCは0. 60でした.

結論:

• 開発されたMLモデルは,コルチコステロイド注射のための患者の選択に臨床医を支援する可能性があることを示しています.
• 臨床導入前にさらなる研究とモデルの改良が必要である.