基于机器学习的自报告OA新名录的开发和验证:一个横截面的研究
Jiexin Chen1,2, Qiongbing Zheng1,2,3, Youmian Lan4
1Department of Rheumatology and Immunology, The First Affiliated Hospital of Shantou University Medical College, Shantou, 515041, China.
Scientific reports
|January 4, 2025
概括
一个新的骨关节炎 (OA) 预测模型识别了早期诊断和干预风险的个体. 该工具使用年龄和BMI等因素,帮助临床医生预测OA的发展.
科学领域:
- 风湿病学和公共卫生
背景情况:
- 骨关节炎 (OA) 的诊断和干预对于患者的预后至关重要.
- 早期识别风险人群对于及时管理至关重要.
研究的目的:
- 开发和验证骨关节炎 (OA) 的诊断预测模型.
- 通过使用大量人口数据集,确定开放式教育发展的关键预测因素.
主要方法:
- 利用了2011-2016年国家健康和营养检查调查 (NHANES) 的数据.
- 使用LASSO,XGBoost和随机森林 (RF) 算法来识别重要的指标.
- 开发和评估了使用AUC,校准和决策曲线分析 (DCA) 的OA预测名录.
主要成果:
- 确定了5个关键预测OA:年龄,性别,高血压,BMI和咖啡因摄入量.
- 开发的OA名图显示出强大的预测性能 (在培训和验证组中AUC为0.804和0.814).
- 命名图表显示出良好的一致性,稳定性和诊断准确度的高净益.
结论:
- 五变量OA名图是临床医生准确和方便的工具.
- 该模型有助于识别易受OA感染的个体,以便及时诊断和干预.
更多相关视频
08:52Software-Assisted Quantitative Measurement of Osteoarthritic Subchondral Bone Thickness
Published on: March 18, 2022
2.9K
07:22Glycemic Impact on Knee Osteoarthritis Symptoms on Physical, Radiographic, and Inflammatory Markers among Individuals Aged 50 and Over with Diabetes
Published on: March 7, 2025
196
