应用一种新的嵌套组合算法,预测部脊髓创伤患者的运动功能恢复
Yijin Wang1,2, Jianjun Zhang1,2, Jincan Yuan2
1North Sichuan Medical College, No. 234 Fuljiang Road, Shunqing District, Nanchong, 637100, Sichuan, People's Republic of China.
Scientific reports
|July 29, 2024
概括
在创伤性椎脊髓损伤 (TCSCI) 中预测运动功能的恢复至关重要. 使用早期ASIA运动分数 (AMS) 的新嵌套组合算法准确预测受伤后6个月的恢复.
科学领域:
- 神经学 神经学
- 机器学习 机器学习
- 康复医学 康复医学 康复医学
背景情况:
- 创伤性椎脊髓损伤 (TCSCI) 经常导致运动功能障碍.
- 准确预测运动功能的恢复对于有效的患者管理和康复至关重要.
- 脊髓损伤神经学分类国际标准 (ISNCSCI) 和美国脊髓损伤协会 (ASIA) 损伤量表是标准评估工具.
研究的目的:
- 评估一种新的嵌套组合算法,用于预测TCSCI后6个月的运动功能恢复.
- 通过使用ISNCSCI考试的早期ASIA电机分数 (AMS) 来评估算法的准确性.
- 确定集合学习在个性化TCSCI患者护理方面的潜力.
主要方法:
- 一项对315名TCSCI患者的回顾性研究,具有完整的数据.
- 在受伤后24小时内使用早期的ASIA运动分数 (AMS),并在6个月后使用.
- 开发了一种两级嵌套组合算法,结合了支持矢量分类 (SVC),Adaboost,弱学习者和模分类器.
主要成果:
- 嵌套组合算法在预测运动功能的恢复方面实现了80.6%的准确性和80.6%的F1得分.
- 该模型显示了低误报率,这对于预后预测至关重要.
- 该算法有效地平衡了其预测中的灵敏度和特异性.
结论:
- 使用早期ASIA运动分数 (AMS) 的新型嵌套组合算法是预测TCSCI患者6个月运动功能恢复的有效工具.
- 这种方法为预后评估提供了一种实用和可靠的方法.
- 合体学习显示出优化TCSCI患者个性化康复和护理策略的巨大潜力.
