使用人工智能预测骨质疏松性脊椎压缩骨折的皮肤造术后残留的远端腰椎神经疼痛
Yuye Zhang1, Yingzi Zhang1, Xingyu You2
1Department of Orthopedics, The Second Affiliated Hospital of Soochow University, Suzhou, People's Republic of China.
Pain physician
|August 7, 2025
概括
人工智能可以预测骨质疏松性脊椎压缩骨折的皮肤穿整形术后持续的远端腰椎骨疼痛. 这种AI模型有助于为OVCF患者进行个性化治疗规划.
科学领域:
- 整形外科 整形外科 整形外科
- 脊柱外科手术 脊柱外科手术
- 人工智能在医学中的应用
背景情况:
- 皮肤穿整形术 (PKP) 用于骨质疏松性脊椎压缩骨折 (OVCF),以恢复稳定性和缓解疼痛.
- 在PKP后持续的远端腰部和部疼痛 (DLP) 可能会对患者的康复和预期产生负面影响.
研究的目的:
- 开发一种人工智能 (AI) 模型,用于在OVCF患者中预测PKP后的DLP.
- 为了为经历PKP后疼痛的OVCF患者提供个性化治疗策略.
主要方法:
- 一个大学医院的回顾性研究,涉及179名患者.
- 单变量分析以确定DLP的风险因素.
- 使用混矩阵开发和评估随机森林模型.
- 功能重要性排名以确定关键预测因素.
主要成果:
- 统一分析显示了骨密度,脊髓内真空裂,肉,骨质水泥分布,脊间带退化和霍恩斯菲尔德单位 (P <0.05) 的显著差异.
- 热图分析显示DLP与肉症/脊间带退化之间存在中度相关性.
- 随机森林模型表现出强大的预测性能,手术前的科布角和肉眼被确定为关键特征.
结论:
- 开发的随机森林模型有效地预测了OVCF患者的DLP后PKP.
- 这个AI工具可以帮助选择适合OVCF患者的治疗计划.
- 局限性包括潜在的偏见,原因是回顾性,单中心,非受控研究设计.
更多相关视频
09:29Author Spotlight: Improving Percutaneous Vertebroplasty Surgical Accuracy and Efficiency Through Advanced Puncture Techniques
Published on: August 9, 2024
337
04:19Minimally Invasive Treatment for Thoracolumbar Burst Fracture Using Sagittal Alignment Screws and A Trauma Reduction Device
Published on: November 8, 2024
582
