使用机器学习计算来预测边界跌倒患者四肢骨折的因素
相关实验视频
Updated: Jun 22, 2025

08:05
Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
10.7K
Carlos Palacio1, Maximillian Hovorka1, Marie Acosta1
1South Texas Health System - McAllen Department of Trauma, McAllen, TX, 78503, USA.
Heliyon
|July 4, 2024
概括
美国 - 墨西哥边境的伤害与特定的落机制有关. 了解这些因素,比如从边界墙上落或车辆喷射,对于预测和治疗解剖损伤至关重要.
科学领域:
- 创伤外科 手术 创伤外科
- 公共卫生 公共卫生
- 生物力学 生物力学
背景情况:
- 美国 - 墨西哥边境的布是由各种因素造成的,包括边境墙/围的塌,逃离边境巡逻以及车辆的喷射.
- 这些事件导致显著的解剖损伤,包括四肢骨折和内部器官损伤.
- 确定具体的原因及其相关的损伤模式对于临床管理至关重要.
研究的目的:
- 确定导致在美墨边境发生解剖损伤的因素.
- 识别和排名导致四肢骨折和内部器官损伤的因素的重要性.
- 开发基于多因素评估的临床应用的预测模型.
主要方法:
- 这是一项对178名因肌肉骨或内部器官受伤而入院的患者的回顾性研究.
- 对人口统计学,并发症和下降机械因素的分析.
- 利用多层感知神经网络 (MPNN) 进行预测因素识别和重要性分层.
主要成果:
- 肢体骨折与边界墙/围倒塌 (p=0.001) 和逃跑 (p=0.002) 有显著的相关性.
- 脊柱骨折与跳过桥梁/围相关 (p=0.007,p=0.026).
- 车辆喷射/MVA与头部,胸部和腹部受伤有很强的相关性 (P<0.001).
结论:
- 不同的受伤因素导致不同的解剖损伤.
- 多因素评估提高了与边界有关的伤害的诊断准确性.
- 这些发现支持开发用于临床使用的预测模型.

