患有大腿部和间骨折的老年患者全因死亡风险:基于机器学习的预测模型
Aoying Min1, Yan Liu2, Mingming Fu3
1Department of Geriatric Orthopedics, The Third Hospital of Hebei Medical University, Shijiazhuang, Hebei, People's Republic of China.
Clinical interventions in aging
|May 13, 2025
概括
这项研究确定了影响老年关节骨折患者死亡率的关键因素. 机器学习模型预测了关部和大腿部骨折的风险,有助于个性化治疗.
科学领域:
- 老年医学 老年医学
- 整形外科手术 整形外科手术
- 生物统计学 生物统计学
背景情况:
- 患有关节骨折的老年患者面临高全因死亡率.
- 在这群人群中,关节和大腿部骨折很常见.
- 识别死亡率预测因素对于改善患者的治疗结果至关重要.
研究的目的:
- 为了确定影响所有原因的死亡率的因素,在老年患者与关节和大腿部骨折.
- 在这些患者群体中构建死亡风险的预测模型.
主要方法:
- 对1373名接受关节骨折手术的老年患者进行了回顾性研究.
- 考克斯比例危险回归和博鲁塔算法用于风险因素选.
- 多变量逻辑回归和机器学习用于名ogram预测模型的开发.
主要成果:
- 对于间骨折,重要的预测因素包括年龄,急性心肌梗塞 (AMI),慢性阻塞性肺病 (COPD),充血性心力衰竭 (CHF),非手术性心房动 (NOAF) 和禁食血糖 (FBG).
- 对于腿部部骨折,显著的预测因素是年龄,糖化血红蛋白 (HbA1c) 和B型尿酸 (BNP).
- 开发的模型表现出良好的识别能力,校准和临床实用性.
结论:
- 关节骨折是老年关节骨折患者全因死亡的一个独立风险因素.
- 基于机器学习的预后模型有效地识别死亡风险.
- 这些模型可以促进个性化治疗策略的开发.
