一个新的神经网络模型,可以检测移植断裂和逆侧前十字带损伤

科学领域:

• 整形外科 整形外科 整形外科
• 运动医学 运动医学
• 生物医学工程 生物医学工程

背景情况:

• 前十字带 (ACL) 损伤很常见,特别是在运动员中.
• 关节骨架重建的目的是恢复膝盖的稳定性,但存在再次受伤的风险.
• 预测第二次ACL损伤的风险对于患者管理和回归体育决策至关重要.

研究的目的:

• 开发和验证一个神经网络模型来预测第二次ACL损伤的风险.
• 从医疗记录中识别患者的关键特征,这些特征有助于预测ACL重伤.
• 评估模型在预测移植断裂和逆侧ACL损伤方面的准确性.

主要方法:

• 对386名接受初级单边ACL重建的患者进行了回顾性分析.
• 使用14个选定的患者特征开发一个多层感知神经网络.
• 模型培训的重点是最大限度地提高接收机运行特征曲线 (auROC) 下的面积.
• 通过三重交叉验证和特征消除进行验证,以确定最具影响力的预测因素.

主要成果:

• 该模型通过使用两个特征来预测移植破裂的auROC为0.81:年轻年龄和腿筋移植.
• 该模型预测了逆侧ACL损伤,auROC为0.74,使用了7个特征,包括年轻年龄,中侧阴囊撕裂和腿筋移植.
• 确定第二次ACL损伤的关键风险因素,包括人口统计,手术和损伤相关数据.

结论:

• 使用患者数据的神经网络模型可以准确地预测移植断裂的风险和重建后的逆侧ACL损伤.
• 开发的模型为临床医生提供了一种有价值的工具,以告知治疗和术后恢复运动的策略.
• 早期识别高风险个体可能会改善患者的治疗结果,并降低重伤率.