开发一种机器学习预测模型,用于在接受全膝关节整形手术的患者中保留后侧十字带
Long Chen1, Liyi Zhang2, Diange Zhou1
1Arthritis Clinical and Research Center, Peking University People's Hospital, Peking University, Beijing, China.
Orthopaedic surgery
|May 1, 2024
概括
机器学习模型可以预测在全膝关节整形术 (TKA) 期间的后十字带 (PCL) 保留. 影响这一决定的关键因素包括Insall-Salvati指数 (ISI),中间和侧面尾高度 (MMH,LMH) 和膝盖形.
科学领域:
- 整形外科手术 整形外科手术
- 生物医学工程 生物医学工程
- 机器学习在医疗保健中的应用
背景情况:
- 在全膝关节整形术 (TKA) 期间预测后十字带 (PCL) 保存对于最佳的手术结果至关重要.
- 保持或切除PCL的决定显著影响膝盖生物力学和术后的功能.
研究的目的:
- 在TKA之前开发机器学习 (ML) 模型来预测PCL保留.
- 确定影响PCL保存或牺牲决定的关键手术前因素.
主要方法:
- 收集了307次TKA手术的数据,包括患者人口统计和手术前X射线.
- 提取的放射性参数:中间和侧面尾高度 (MMH,LMH),Insall-Salvati指数 (ISI) 和评估的/形变形.
- 开发和评估了八个ML模型来预测PCL保留,使用SHAP进行特征重要性分析.
主要成果:
- 在预测PCL保留时,LGBM分类器实现了0.70的最高曲线下的面积 (AUC).
- 确定的主要预测因素包括ISI,MMH,LMH,膝盖形和患者年龄.
- 其他ML模型显示AUC低于0.70.
结论:
- 该LGBM分类器是有效的预测PCL保留在TKA.
- 手术前的放射测量 (ISI,MMH,LMH) 和膝盖形是PCL保留决定的重要预测因素.
