开发基于机器学习的预测模型,用于基于X射线图测量的哈卢克斯瓦尔古斯复发
Rui Zhao1, Guobin Wang1, Fengtan Li2
1Department of Orthopedic Surgery, Tianjin Medical University General Hospital, Tianjin, China.
Foot & ankle international
|June 14, 2024
概括
机器学习准确地预测了手术后形的复发. 关键预测因素包括手术前和手术后的脚角,帮助外科医生识别高风险患者.
科学领域:
- 整形外科手术 整形外科手术
- 医学成像医学成像
- 机器学习是机器学习.
背景情况:
- 手术后气 (HV) 复发是一个临床问题.
- 预测HV复发对于手术成功和患者的结果至关重要.
- 机器学习 (ML) 提供了在骨科条件下预后建模的潜力.
研究的目的:
- 开发和验证ML模型,用于预测外科手术后的价复发.
- 为了确定与价复发相关的关键预测因素.
- 通过识别患有复发风险较高的患者,增强外科决策.
主要方法:
- 追溯分析198英尺的切骨切割和远端软组织手术.
- 开发和外部验证9ML模型使用手术前和手术后的放射数据.
- 通过引导验证进行特征选择,以确定复发的重要预测因素.
主要成果:
- 支持矢量机 (SVM) 模型实现了最高的预测精度 (AUC 0.88,精度75.6%).
- 确定的关键预测因素包括手术前的形角,部状位置和手术后的间角.
- 在1年的随访后,ML模型成功预测了HV复发.
结论:
- ML分类器,特别是SVM,可以有效地预测气的复发.
- 该研究确定了HV复发的关键放射学预测因素.
- 这种预测能力可以帮助足外科医生管理患有术后HV复发风险的患者.
