决策树分析准确地预测了脊髓损伤康复后的出院目的地
Chihiro Kato1, Osamu Uemura2, Yasunori Sato3
1National Hospital Organization Murayama Medical Center, Tokyo, Japan; Department of Rehabilitation Medicine, Keio University School of Medicine, Tokyo, Japan.
Archives of physical medicine and rehabilitation
|September 15, 2023
概括
使用入院或出院数据,可以预测脊髓损伤康复结果. 决策树模型准确地预测患者出院的目的地,有助于早期规划.
科学领域:
- 康复医学 康复医学 康复医学
- 神经学 神经学
- 在医疗保健中的数据科学.
背景情况:
- 脊髓损伤 (SCI) 康复需要准确预测患者的出院目的地.
- 有效的预测模型可以优化资源配置和患者护理规划.
研究的目的:
- 开发和验证SCI康复后排放目的地的预测模型.
- 为了确定影响排放处置的关键临床特征.
主要方法:
- 在日本东京的一个中心对210名SCI患者的回顾性分析.
- 使用入院和出院数据开发决策树模型 (分类和回归树 - CART).
- 使用灵敏度,特异性,PPV,NPV和AUC评估模型性能.
主要成果:
- 一个使用排放脊髓独立测量 (SCIM) 评分 (D-CART) 的模型,具有40个准确预测的排放目的地的切断值.
- 使用入院数据 (A-CART) 的模型将SCIM移动性得分,年龄和上肢运动得分 (UEMS) 确定为重要的预测因素.
- D-CART和A-CART都表现出高的预测准确度 (AUC分别为0.832和0.869).
结论:
- 预测模型可以使用入院或出院数据准确预测SCI患者的出院目的地.
- 这些模型,特别是D-CART和A-CART,为SCI康复中早期出院规划提供了宝贵的工具.
- 这些发现表明,排放目的地预测即使在康复的早期阶段也是可行的.
更多相关视频
09:10Determining the Functional Status of the Corticospinal Tract Within One Week of Stroke
Published on: February 22, 2020
8.6K
06:51Development of an Algorithm to Perform a Comprehensive Study of Autonomic Dysreflexia in Animals with High Spinal Cord Injury Using a Telemetry Device
Published on: July 29, 2016
8.0K
