相关实验视频
Updated: Sep 16, 2025

03:26
Detrusor Underactivity Model in Rats by Conus Medullaris Transection
Published on: August 28, 2020
2.1K
术后尿预测模型在接受完全外皮上沟修复的患者中
Chulhyo Jeon1, Sanguk Hwang2, Jinbeom Cho3
1Department of Surgery, Uijeongbu St. Mary's Hospital, College of Medicine, The Catholic University of Korea, Seoul, Republic of Korea.
Surgery
|July 9, 2025
概括
一个机器学习模型预测在完全外皮上沟修复后的术后尿路保留. 关键预测因素包括年龄,BMI,手术时间和流体量,使风险分层成为改善患者管理的重要因素.
科学领域:
- 手术瘤学手术瘤学
- 医疗信息学 医疗信息学
- 临床预测模型临床预测模型
背景情况:
- 手术后尿 (PUR) 是完全外皮 (TEP) 沟修复后的一个常见并发症.
- PUR可能导致长时间住院和增加患者的不适.
研究的目的:
- 开发和验证基于机器学习的预测模型,用于分层PUR风险.
- 为选择性术后管理建立简化临床评分系统.
主要方法:
- 对接受选择性TEP修复的1,125名患者的回顾性分析.
- 后勤回归用于初始预测选,然后进行梯度增强分析.
- 基于梯度提升特征重要性的简化评分系统的开发.
主要成果:
- 在5.16%的患者中发生PUR.
- 确定了关键预测因素:晚年,较低的BMI,更长的手术时间和增加的手术内液体体积 (89%的预测贡献).
- 开发的评分系统显示了良好的区分 (AUC=0.7803) 和校准 (布赖尔分数=0.0465).
结论:
- 为了选择性术后管理,建立了三级风险分层 (低,中,高).
- 决策曲线分析支持了评分系统的临床实用性.
- 建议进行前性外部验证.

