在中国进行关节置换后,在老年患者的家庭康复中识别自我报告的健康相关问题:基于奥马哈系统理论的机器学习研究

科学领域:

• 老年学和康复医学 老年学和康复医学
• 医疗保健中的人工智能
• 患者报告的结果

背景情况:

• 由于人口老龄化,全球关节整体置换手术 (THR) 的增加.
• 在THR手术技术和材料的进步.
• 在THR后家庭康复的占主导地位,需要持续关注不断变化的患者需求.

研究的目的:

• 确定有效的方法来评估老年患者在在家进行关节置换康复后自我报告的结果.
• 为未来患者康复干预策略的制定提供信息.

主要方法:

• 使用奥马哈分类系统构建患者自我报告问题库.
• 在合作平台上应用人工智能 (AI) 和Python进行数据分析.
• 统计分析以确定与健康相关的关键问题.

主要成果:

• 身体健康问题最为普遍,超过80%与神经肌肉骨功能,人际关系,疼痛,健康监督,身体活动,视力,营养和环境有关.
• 自我报告的问题的高峰期是手术后6个月.
• 生理学-语音和语言,生理学-思想,营养和遵守医生的处方与报告的问题有中等的相关性.

结论:

• 生理问题是老年人家庭基的关节置换康复的主要问题.
• 精准护理对于有效的康复至关重要.
• 对大规模定量网络数据的AI驱动分析显著提高了识别患者报告问题的效率.