通过使用无监督机器学习,确定多发性硬化症患者未满足需求的明确模式

科学领域:

• 神经学 神经学
• 公共卫生 公共卫生
• 患者报告的结果

背景情况:

• 多发性硬化症 (MS) 呈现出患者在疾病进展之外的各种需求.
• 从患者的角度了解未满足的需求对于优化日常生活和医疗保健至关重要.
• 这项研究旨在确定患有多发性硬化症 (PwMS) 患者未满足需求的独特模式及其影响因素.

研究的目的:

• 识别和描述多发性硬化症 (PwMS) 患者中未得到满足的不同需求模式.
• 探索与这些未满足需求模式相关的人口和临床决定因素.
• 为PwMS制定个性化护理策略提供信息.

主要方法:

• 一项横截面的多中心研究,涉及690名PwMS,他们完成了一项匿名在线调查.
• 聚合层次的分类被用来识别未满足需求的模式.
• 主要组件分析 (PCA) 可视化了集群分布,对对比分析了人口统计和临床因素.

主要成果:

• 确定了四种不同的未满足需求模式:"只有少数未满足需求的信息寻求者"",大量未满足需求"",社会和援助依赖者"和"只有少数未满足需求的自给自足者".
• 获得初级保健的机会对整体未满足需求负担作出了重大贡献.
• PCA揭示了"公共领域" (获取信息/护理) 和"私人领域" (援助/社会生活) 是关键组成部分. 年龄较大,教育程度较低,疾病持续时间较长和残疾程度较高与私人领域需求的增加有关,尽管这并不能完全解释这些模式.

结论:

• 在PwMS中存在四种独特的未满足需求模式,突显了个性化护理方法的必要性.
• 人口和临床因素为这些模式提供了部分解释,表明其他变量也很重要.
• 需要进一步的研究,以充分阐明导致PwMS人口未满足需求的复杂因素.