建议使用机器学习技术的新应用来简化Unesp-Botucatu猪急性疼痛量表
Giovana Mancilla Pivato1, Gustavo Venâncio da Silva1, Beatriz Granetti Peres1
1Laboratory of Applied Artificial Intelligence in Health, Department of Anesthesiology, Botucatu Medical School, São Paulo State University (Unesp), Botucatu, São Paulo, Brazil.
Scientific reports
|February 28, 2025
概括
一个新的简短版本的Unesp-Botucatu猪复合性急性疼痛表 (UPAPS) 准确地评估了手术割后猪的疼痛. 该工具简化了大型猪业务中的疼痛监测.
科学领域:
- 动物福利科学 动物福利科学
- 兽医医学 兽医医学 兽医医学
- 行为科学 行为科学
背景情况:
- 手术割在美国猪业中是一种常见的做法.
- 评估割后的疼痛对于动物福利至关重要.
- Unesp-Botucatu猪复合急性疼痛量表 (UPAPS) 是一种疼痛评估工具.
研究的目的:
- 开发UPAPS的更短,更实用的版本.
- 为了确定关键的行为,表明猪割后的急性疼痛.
- 为了验证缩短尺度的预测能力.
主要方法:
- 利用手术割猪的行为观察数据.
- 采用随机森林算法,根据疼痛诊断的重要性对行为进行排名.
- 改进了算法,使用逆向升级程序创建简短的UPAPS.
- 使用曲线下的面积 (AUC) 估计的预测能力.
主要成果:
- 一个五个行为短UPAPS表现出预测能力相当于完整的UPAPS.
- 短时间UPAPS的AUC达到89.62%,与UPAPSAUC的90.58%的统计学上相似.
- 精细的算法提供了降低复杂性与保持预测能力.
结论:
- 拟议的简短UPAPS是评估割后猪的急性疼痛的有效和有效工具.
- 这种简化的尺度可以促进用于疼痛管理的标准操作程序的实施.
- 简短的UPAPS适用于大型猪生产系统的疼痛监测.
