使用预测模型识别脑儿童的姿势不稳定:一个纵向多中心研究
Carlo Marioi Bertoncelli1,2,3, Domenico Bertoncelli1,3, Sikha S Bagui1
1Department of Computer Science, Hal Marcus College of Science & Engineering, University of West Florida, Pensacola, FL 32514, USA.
Diagnostics (Basel, Switzerland)
|June 28, 2023
概括
一个新的预测模型准确地识别了与脑 (CP) 儿童的干部音调障碍相关的因素. 这有助于理解和管理这个人群中的姿势控制问题.
科学领域:
- 神经学 神经学
- 儿科 儿科 儿科
- 康复医学 康复医学 康复医学
背景情况:
- 患有脑 (CP) 的儿童经常在姿势控制和干部不稳定方面遇到重大挑战.
- 骨干音调 (TT) 损伤,包括性或低性类型,很常见,影响功能能力.
研究的目的:
- 开发和验证一个预测模型,TT-PredictMed,用于识别患有脑膜炎的儿童的性和低性骨干音调相关的因素.
- 提高对导致该群体体姿势障碍的因素复杂相互作用的理解.
主要方法:
- 这是一项纵向,双盲,多中心的描述性研究,涉及102名患有CP的青少年.
- 根据"个人预后或诊断多变量预测模型的透明报告"指南,开发多重后勤回归模型 (TT-PredictMed).
- 从2006年到2021年收集临床和功能数据.
主要成果:
- 低血压TT的预测因素包括关节发育不良,产后病因,男性性别,以及较差的手动和粗运动功能.
- 性TT的预测因素包括神经肌肉,产前病因,特定的性模式 (四重/三重), dystonia 和耐火性.
- TT-PredictMed模型的平均准确度,灵敏度和特异性为82%.
结论:
- TT-PredictMed模型有效地识别了与CP儿童的低压和性骨干音调相关的关键因素.
- 这些发现有助于更好的临床理解和管理儿科CP的姿势不稳定.
- 该模型的准确性支持机器学习在CP的临床预后中的应用.
更多相关视频
07:52Evaluating Postural Control and Lower-extremity Muscle Activation in Individuals with Chronic Ankle Instability
Published on: September 18, 2020
8.5K
14:52Computerized Dynamic Posturography for Postural Control Assessment in Patients with Intermittent Claudication
Published on: December 11, 2013
11.5K