识别近腰骨折:使用注册表和放射检查数据的算法方法
Tomi Nissinen1,2, Reijo Sund3,4, Sanna Suoranta5,6
1Department of Technical Physics, University of Eastern Finland, POB1627, 70211, Kuopio, Finland. tomi.nissinen@uef.fi.
概括
通过将行政登记册和放射学数据结合起来,可以显著改善近腰骨骨折的自动识别. 这种方法可以在大型数据集中提高骨折覆盖率,以更好地跟踪健康状况.
科学领域:
- 医疗信息学医学信息学
- 整形外科的研究研究.
- 公共卫生监督是对公共卫生的监督.
背景情况:
- 准确识别近端骨骨折对于治疗骨质疏松症和脆弱性骨折至关重要.
- 传统的行政登记分析在捕捉所有骨折病例方面存在局限性.
- 需要自动化方法来有效地进行大规模的骨折跟踪.
研究的目的:
- 通过使用没有手动审查的行政数据集来评估识别近腰骨折的可靠性.
- 为了比较传统的注册分析的准确性与联合注册和放射性数据方法.
- 开发和验证用于自动骨折识别的算法.
主要方法:
- 利用国家医疗保健登记册和区域放射图像档案 (PACS).
- 开发了用于自动近端骨骨折识别的算法.
- 通过验证Kuopio骨质疏松风险因素和预防研究 (OSTPRE) 的患者记录和自我报告建立了一个黄金标准.
- 分析了11,863名绝经后妇女 (2004-2022) 的数据.
主要成果:
- 传统的注册分析在19年内实现了75%的近腰骨骨折覆盖率.
- 结合登记册和放射检查数据,骨折识别覆盖率从74%提高到81%.
- 综合方法将虚假发现率从8%降至7%,相比单独使用注册表分析.
结论:
- 拟议的方法提供了一种更可靠的自动化方法,用于从行政数据中识别近腰骨折.
- 这一进步支持在广泛的数据集中自动跟踪脆弱性骨折.
- 在骨折识别中提高准确性可以提高患者护理和流行病学研究.
