预测患者在部或膝盖关节整形术后是否会达到临床重要差异的最小值
Benedikt Langenberger1, Daniel Schrednitzki2, Andreas M Halder2
1Health Care Management, Technische Universität Berlin, Berlin, Germany.
Bone & joint research
|August 31, 2023
概括
许多接受膝盖或关节整形术的患者没有经历有意义的改善. 机器学习模型在预测结果方面显示出潜力,有时表现优于患者报告结果测量 (PROM) 的传统方法.
科学领域:
- 整形外科手术研究结果研究结果
- 医疗信息学 医疗信息学
- 机器学习在医疗保健中的应用
背景情况:
- 在接受膝关节整形 (KA) 或关节整形 (HA) 的患者中,很大一部分患者没有达到临床重要差异 (MCID) 的最小值,这表明缺乏有意义的改善.
- 患者报告的结果测量 (PROMs) 对于评估关节形成术后治疗成功至关重要.
研究的目的:
- 评估机器学习 (ML) 模型,逻辑回归 (LR) 和手术前PROM分数的预测性能,以预测接受HA或KA的患者是否达到MCID.
- 将ML的预测能力与LR和手术前PROM分数进行比较.
主要方法:
- 在一组1,843名HA和1,546名KA患者中,使用变化差异方法确定了最小临床重要差异 (MCID).
- 为了预测EQ-5D-5L,EQ-VAS,HOOS-PS和KOOS-PS的MCID成就,除了手术前的PROM分数外,还使用了各种ML算法 (人工神经网络,梯度增强机器,LASSO,,弹性网,随机森林) 和LR.
主要成果:
- 最好的模型的预测性能各不相同,从HOOS-PS的0.71到HA样本中的EQ-VAS的0.84不等.
- 机器学习在六个预测任务中,在两个任务中,在逻辑回归和手术前PROM分数上显示出了统计学上显著的优势.
结论:
- 预测关节整形术患者的MCID成就是可行的,并且具有合理的准确性.
- 虽然机器学习模型显示出前景,并且可以超过传统方法,但这种优势在少数情况下被观察到.
更多相关视频
07:45The Use of Mixed Reality in Custom-Made Revision Hip Arthroplasty: A First Case Report
Published on: August 4, 2022
3.4K
09:51The Transition to an Anterior-Based Muscle Sparing Approach Improves Early Postoperative Function but is Associated with a Learning Curve
Published on: September 7, 2022
2.7K
