开发一种预测模型,用于持续的不稳定性后,保守的管理II类型的牙骨折的骨折
Simon G Ammanuel1, Paul S Page1, Nathaniel P Brooks1
1Department of Neurological Surgery, University of Wisconsin Hospitals and Clinics, Madison, Wisconsin, USA.
World neurosurgery
|October 20, 2023
概括
一个新的口腔骨折预测模型 (OFPM) 有助于确定II型口腔骨折的手术需求. 这种机器学习工具可以识别那些在保守治疗后存在持续不稳定的高风险的患者.
科学领域:
- 整形外科手术 整形外科手术
- 创伤护理 创伤护理
- 脊柱生物力学 脊柱生物力学
背景情况:
- 骨骨折是常见的椎脊椎损伤,有着争论的治疗策略.
- 现有的研究确定了保守治疗失败的风险因素,但缺乏预测得分.
- 由于治疗争议,对牙骨折管理的决策仍然具有挑战性.
研究的目的:
- 开发一种预测性风险评分,用于识别II型牙骨折患者可能失败的保守治疗.
- 为了帮助临床医生在决策中管理牙骨折.
- 根据患者患有持续不稳定的风险而对患者进行分层,需要进行手术干预.
主要方法:
- 在一级创伤中心保守治疗的II型牙骨折患者的回顾性评估.
- 应用风险-SLIM机器学习方法来开发风险分层分数.
- 识别失败的患者保守治疗 (提供手术干预) 模型培训.
主要成果:
- 形骨折预测模型 (OFPM) 是使用机器学习开发的,其AUC为0.7389.
- 持续不稳定的关键预测因素包括骨折位移,碎片化和吸烟史.
- OFPM得分准确预测了不稳定性,得分为0的概率为<5%,得分为5的概率为88%.
结论:
- OFPM是一种新,高效和准确的工具,用于指导II型牙骨折管理中的临床决策.
- 该模型有助于识别因持续不稳定而可能需要手术干预的患者.
- 建议进行外部验证,以确认OFPM的通用性和有效性.
更多相关视频
07:35Creating Rigidly Stabilized Fractures for Assessing Intramembranous Ossification, Distraction Osteogenesis, or Healing of Critical Sized Defects
Published on: April 11, 2012
18.4K
04:19Minimally Invasive Treatment for Thoracolumbar Burst Fracture Using Sagittal Alignment Screws and A Trauma Reduction Device
Published on: November 8, 2024
451
