基于机器学习的预测模型影响了接受结直肠手术的患者手术后肠功能恢复

科学领域:

• 结肠直肠手术的结果
• 胃肠道功能的恢复恢复.
• 医学中的预测建模.

背景情况:

• 手术后肠道功能障碍是结直肠手术后的常见并发症.
• 识别风险因素和预测康复时间对于患者管理至关重要.
• 目前用于预测术后浮和排便的模型缺乏准确性.

研究的目的:

• 为了确定手术后浮和结直肠手术后排便的独立风险因素.
• 开发和评估预测模型,以确定第一次术后浮和排便的时间.
• 为了比较各种机器学习算法的性能,预测肠功能恢复.

主要方法:

• 对1558-1598名结直肠手术患者 (2015-2021) 的回顾性分析.
• 机器学习算法的应用,包括后勤回归,随机森林,天真贝叶斯和极端梯度增强.
• 使用AUC,灵敏度,特异性和尤登指数评估模型性能.

主要成果:

• 后勤回归证明了空腹 (AUC=0.78) 和排便 (AUC=0.72) 的最高预测准确度.
• 浮的关键预测因素包括年龄,口服药,益生菌,口服抗生素,手术持续时间,术后抗生素和食时间.
• 年龄,口服抗生素,益生菌和食时间是排便的重要预测因素.

结论:

• 益生菌和早期的饮食干预可以促进更快的肠功能恢复后结肠直肠手术.
• 后勤回归是一种可靠的工具,可以预测手术后第一个浮和排便的时间.
• 鉴定的风险因素可以为优化患者康复的临床策略提供信息.