外部验证的机器学习算法准确地预测了军事学员中介骨压力综合征:一项多队列研究
Angus Shaw1,2, Phil Newman3, Jeremy Witchalls3
1Faculty of Health (Physiotherapy), University of Canberra, Canberra, Australian Capital Territory, Australia.
BMJ open sport & exercise medicine
|July 27, 2023
概括
一个新的模型准确地预测了军事人员中介骨应激综合征 (MTSS) 风险. 这种工具可以帮助预防MTSS,一个常见和反复的伤害,减少运营影响.
科学领域:
- 运动医学 运动医学
- 军人卫生保健 军人卫生保健
- 预防肌肉骨损伤 预防肌肉骨损伤
背景情况:
- 中部骨压力综合征 (MTSS) 是运动员和军人群体中普遍存在的肌肉骨损伤.
- 目前对MTSS的治疗方法缺乏可靠性,复发率很高,影响了作战准备.
- 有效的预防策略对于减轻MTSS的负担至关重要.
研究的目的:
- 开发一个预测性决策模型,用于指挥官学员个别MTSS风险.
- 在一个不同的军事队伍上验证开发的MTSS预测模型的外部适用性.
主要方法:
- 一项前性队列研究,涉及107名军官学员 (34名女性,73名男性).
- 训练和测试了六个集合学习算法,分别使用了75%和25%的数据集.
- 这种表现最好的模型在123名澳大利亚海军新兵身上进行了外部验证.
主要成果:
- 校准的随机森林建模实现了高准确性:98%的AUC和96%的CA用于MTSS诊断.
- 对海军新兵的外部验证显示了可比的准确性 (95% AUC, 94% CA).
- 结合数据集的测试产生了强有力的结果 (92% AUC, 91% CA).
结论:
- 开发的模型在预测MTSS发展方面表现出很高的准确性.
- 这种预测工具为MTSS风险管理和预防干预提供了重大潜力.
