机器学习对减轻大学生肩部疼痛的脚稳定性的洞察力
Omar M Mabrouk1, Doaa A Abdel Hady2, Tarek Abd El-Hafeez3,4
1Basic Science for Physical Therapy, Deraya University, EL-Minia, Egypt.
Scientific reports
|November 18, 2024
概括
肩膀稳定练习有效地减少大学生的非特异性肩部疼痛. 机器学习,特别是scikit-optimize,优化这些练习,以获得更好的肌肉骨健康管理结果.
科学领域:
- 整形外科 整形外科 整形外科
- 康复医学 康复医学 康复医学
- 计算科学 计算科学
背景情况:
- 不特定的肩部疼痛在大学生中很普遍,影响了他们的生活质量.
- 护甲稳定练习 (SSE) 用于改善护甲的控制和移动性.
- 预测建模可以提高SSE在肩部疼痛管理中的有效性.
研究的目的:
- 调查脚稳定运动对非特异性肩部疼痛的预测影响.
- 为了利用机器学习优化SSE协议.
- 评估各种回归和优化技术的有效性.
主要方法:
- 采用多种回归模型 (Gamma,Tweedie,Poisson) 来分析运动的有效性.
- 使用优化技术 (Hyperopt,scikit-optimize,Optuna) 来进行协议微调.
- 使用平均平方误差,平均绝对误差和R2分数来评估预测准确度.
主要成果:
- 使用机器学习优化的SSE显著减少了大学生肩部疼痛.
- Scikit-optimize以0.8501.1的R2得分获得了最好的表现.
- 关于运动与减轻疼痛之间的关系,人们做出了准确的预测.
结论:
- 肩膀稳定炼对于缓解非特异性肩膀疼痛至关重要.
- 机器学习技术,特别是 scikit-optimize,可以优化治疗策略.
- 研究结果支持使用人工智能治疗肌肉骨疾病的个性化康复计划.
