通过逻辑回归建立一个名图来预测皮肤穿整形术后的折断

科学领域:

• 整形外科 整形外科 整形外科
• 医疗成像医学成像
• 生物统计学 生物统计学

背景情况:

• 皮肤穿整形术 (PKP) 是脊椎压缩骨折的常见手术.
• 在PKP后识别患有新脊椎压缩骨折 (NVCF) 风险的患者对于有效管理至关重要.
• 现有的PKP后折断的预后模型缺乏随机森林 (RF) 建模的应用.

研究的目的:

• 调查 PKP 后 NVCF 的风险因素.
• 为了比较后PKP骨折后物流回归和RF模型的预测性能.
• 开发一个视觉预测工具,用于后PKP骨折.

主要方法:

• 从349名接受PKP的患者收集了临床数据.
• 利用拉索回归来确定NVCF的重大风险因素.
• 开发并比较后勤回归和射频模型,包括名ogram可视化.

主要成果:

• 确定的主要风险因素包括骨密度,水泥分布,骨折位置,手术前脊椎高度和高度恢复率.
• 逻辑回归模型表现出优异的预测性能 (AUC: 0.868培训,0.786验证) 与射频模型 (AUC: 0.786培训,0.599验证) 相比.
• 后勤回归模型的校准曲线也超过了RF模型的性能.

结论:

• 与射频模型相比,物流回归模型在PKP后的脊椎骨折中提供了更高的预测准确度.
• 鉴定的风险因素和开发的后勤回归模型可以帮助预测PKP后的NVCF.