在机器人辅助全关节整形术患者的术后关节功能的综合预测模型:结合放射学和临床指标

科学领域:

• 整形外科 整形外科 整形外科
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 整部关节整形术 (THA) 有效地管理末期关节疾病.
• 预测手术后的关节功能对于优化患者的治疗结果至关重要.
• 机器人辅助的THA (RA-THA) 提供了潜在的好处,但需要精确的结果预测.

研究的目的:

• 开发RA-THA患者手术后关节功能预测模型.
• 整合放射性和临床数据以提高预测准确度.
• 建立个性化治疗规划和患者管理的工具.

主要方法:

• 使用了136名RA-THA患者的手术前CT扫描 (95名培训,41名测试).
• 提取了851个放射性特征,根据类内相关系数 (>0.75) 进行选择.
• 采用LASSO回归,物流回归和ROC分析来构建和评估临床,放射性和组合预测模型.

主要成果:

• 手术前的VAS,HHS,WOMAC分数和放射性特征是重要的预测因素.
• 组合模型的AUC为0.891 (训练) 和0.881 (测试).
• 开发的诺米图表在预测RA-THA后3年功能结果方面表现出高准确性.

结论:

• 一个结合的放射性和临床诺莫格拉姆模型准确地预测RA-THA后的功能结果.
• 这种预测工具为个性化治疗策略提供了重要的临床价值.
• 该模型支持优化患者管理,提高手术成功率.