优化脑震荡治疗寻求:使用机器学习来预测延迟脑震荡报告
Emily Kroshus-Havril1,2, Daniel D Leeds3,2, Thomas W McAllister4,2
1Center for Child Health, Behavior, and Development, Seattle Children's Research Institute & Department of Pediatrics, University of Washington, Seattle, Washington, USA.
The American journal of sports medicine
|August 5, 2024
概括
早期脑震荡报告至关重要,但往往会被推迟. 可观察到的症状,如精神状态的改变,预测立即报告,而机构因素,如收入也在及时脑震荡诊断中发挥作用.
科学领域:
- 运动医学 运动医学
- 神经学 神经学
- 公共卫生 公共卫生
背景情况:
- 脑震荡后及时的医疗照顾对于尽量减少症状持续时间和严重程度至关重要.
- 脑震荡经常未被诊断或经历延迟诊断,这是由于头痛和头等症状的经常看不见的性质.
- 了解影响脑震荡报告的因素是制定有效干预措施的关键.
研究的目的:
- 确定预测脑震荡立即与延迟报告的个人和机构因素.
- 加强早期脑震荡识别和诊断策略.
主要方法:
- 来自脑震荡评估,研究和教育 (CARE) 联盟研究的数据的二次分析.
- 在30个机构的3213名大学运动员和军事学员的数据上利用机器学习技术.
- 模型根据个人和机构特征预测了即时伤害报告.
主要成果:
- 个人因素,特别是精神状态的改变和意识丧失,是立即脑震荡报告的强有力的预测因素.
- 机构因素,包括体育部门的收入和运动员与教练的比例,也影响了报告的立即性.
- 添加机构因素使预测准确度比单个因素提高了1-6个百分点.
结论:
- 可观察到的个体症状对于立即报告脑震荡至关重要.
- 机构的资源分配和人员水平可能会影响及时诊断和报告脑震荡.
- 需要进一步研究以了解机构对报告的影响,机器学习模型需要扩展以更好地预测脑震荡报告.
