在全膝关节整形术后输血风险的预测:使用机器学习算法

科学领域:

• 整形外科手术 整形外科手术
• 数据科学在医学中的数据科学
• 患者血液管理患者血液管理

背景情况:

• 膝关节整形术 (TKA) 具有明显的术后出血和输血风险.
• 目前的战略重点是确定手术前的血液损失风险因素.
• 手术后的血液样本通常不会改变患者的治疗.

研究的目的:

• 开发一种机器学习模型,使用手术前数据预测TKA后输血风险.
• 确定与TKA患者出血风险相关的关键手术前变量.

主要方法:

• 774个TKA的回顾性研究 (2020年1月 - 2023年3月).
• 机器学习模型包含25个手术前变量,通过递归特征消除进行过.
• 梯度增强机器算法开发用于预测输血风险.

主要成果:

• 12.9%的TKA患者 (100/774) 接受了术后输血.
• 预测模型确定了五个关键变量:年龄,体重指数,松酸使用,手术前血红蛋白和血小板计数.
• 该模型表现出高性能:AUC0.97,灵敏度94.4%,特异性85.4%.

结论:

• 一个机器学习模型准确地预测了TKA后手术后输血风险.
• 该模型根据五个手术前变量将患者分为低风险,中度风险或高风险.
• 一个可访问的基于网络的工具 (arthrorisk.com) 可用于帮助临床决策,并可能减少常规测试.