面部创伤体积的新型机器学习建模与区域事件和天气数据
Rahul K Sharma1, Michael R Papazian1, Rory J Lubner1
1Department of Otolaryngology-Head and Neck Surgery, Vanderbilt University Medical Center, Nashville, Tennessee, USA.
概括
面部创伤的体积最好通过气候因素 (如温度和风) 来预测,而不是区域事件. 这项研究可以改善面部创伤护理的急诊室人员.
科学领域:
- 创伤外科 手术 创伤外科
- 流行病学 流行病学
- 环境健康 环境健康
背景情况:
- 预测每日面部创伤量对医疗保健资源分配具有挑战性.
- 了解影响创伤发生率的因素可以优化人员配置和患者护理.
研究的目的:
- 评估气候和区域事件对每日面部创伤量的预测能力.
- 为了解流行病学的理解,并改善面部创伤服务的劳动力安排.
主要方法:
- 回顾性队列研究分析面部创伤咨询2017-2023年在一级I创伤中心.
- 将创伤数据与公开可用的天气和区域事件数据 (音乐会,体育比赛) 合并.
- 利用机器学习 (随机森林) 进行特征识别和后勤回归,以建模大量创伤日.
主要成果:
- 气候变量,包括平均温度和风速,是大量面部创伤日的重要预测因素.
- 周末日也显示出与增加面部创伤咨询的强烈关联.
- 音乐会和体育比赛等区域性活动在最终模型中并没有成为重要的预测因素.
结论:
- 气候数据,特别是温度和风,显示了面部创伤体积的预测能力,优于区域事件数据.
- 建议对这些预测模型进行前性验证,以完善面部创伤覆盖的人员配置策略.
