实施一种机器学习方法,评估单阶段增强后并发症的风险因素
Tom Alexander Huyghebaert1, Christoph Wallner2, Paolo Montemurro3
1Department of Plastic Surgery, BG University Hospital Bergmannsheil, Ruhr University Bochum, Bürkle-de-la-Camp Platz 1, 44789, Bochum, Germany. tom.huyghebaert@bergmannsheil.de.
Aesthetic plastic surgery
|June 7, 2024
概括
人工智能识别了身体质量指数 (BMI) 作为单阶段增强中并发症的关键风险因素. 这种先进的分析还揭示了吸烟.
科学领域:
- 整形外科 整形外科 整形外科
- 医疗人工智能 医疗人工智能
- 手术结果研究研究.
背景情况:
- 单阶段增强乳腺切除术是一种复杂的程序,具有显著的并发症率.
- 以前的风险因素分析可能忽略了关键变量.
- 人工智能 (AI) 提供了一种新的方法来重新评估这些风险.
研究的目的:
- 用人工智能重新评估使用人工智能进行单阶段增强乳腺瘤复杂症的风险因素.
- 确定人工智能在临床研究中的局限性.
- 评估增强乳腺素的安全性和结果.
主要方法:
- 2014-2023年患者数据的回顾性分析.
- 机器学习算法的应用:CART,随机森林 (RF) 和XGBoost.
- 包括342名接受单个外科医生的单阶段增强性乳腺切除术的患者.
主要成果:
- 在12.57%的患者中报告了并发症,其中囊收缩是最常见的.
- 身体质量指数 (BMI) 成为最重要的并发症预测指标.
- 吸烟与对植入物更换的愿望具有统计学意义的相关性,独立于并发症.
结论:
- 人工智能可以重新分类风险变量,突出以前低估的因素,如BMI.
- 在机器学习 (ML) 方法中遇到了局限性.
- 需要对吸烟,BMI和植入物大小进行进一步的研究,以与患者想要的植入物变化相关.


