术后跌倒风险预测:用于脊柱和下肢手术的机器学习方法

科学领域:

• 医疗保健的质量 医疗保健的质量
• 患者安全 患者安全

背景情况:

• 跌倒和压力伤害是台湾临床护理质量的关键指标.
• 患者跌倒可能导致一系列伤害,从轻微的伤到严重的创伤,如骨折和头部伤害.

研究的目的:

• 为了确定导致住院患者在接受脊柱和下肢手术的患者中跌倒的因素.
• 为评估落风险制定早期预警措施.

主要方法:

• 对来自台湾台中退伍军人总医院患者的2948份医疗记录进行分析.
• 包括患者的人口统计,生命体征,健康状况,诊断,药物和入院类型.
• 利用后勤回归和随机森林方法,结合模型训练和变量选择的秋季历史.

主要成果:

• 合并失败史的物流回归被证明是有效的风险评估.
• 跌倒风险增加与轮椅/伸展器入院进行脊椎/下肢手术和晚年相关.
• 精神药物和抗高血压药物增加了跌倒风险,而安眠药则降低了风险. 较高的体温和视力差也与较高的跌倒几率相关. 关节炎显示降低了跌倒的风险.

结论:

• 精细的跌倒风险评估流程可以提高患者护理质量.
• 有效地识别掉落风险可以帮助减少护理人员的工作负担.
• 这项研究为为手术患者制定有针对性的预防策略提供了宝贵的见解.