乳腺活检经验的以患者为中心的建模
Isabel Nieto-Alvarez1,2,3, Erik Bojorges-Valdez4, Elvira Lang5
1Chair of Digital Health, Friedrich-Alexander Universität Erlangen-Nürnberg, Erlangen, Germany.
Frontiers in artificial intelligence
|October 30, 2025
概括
这项研究模拟了乳腺活检期间患者的焦虑,发现更高的基线压力显著增加了焦虑. 在局部麻醉后,焦虑达到顶峰,突出了医疗保健中主动应急管理的机会.
科学领域:
- 医疗信息学 医疗信息学
- 患者体验研究 研究研究
- 在瘤学瘤学.
背景情况:
- 增加的患者数量和时间限制挑战了乳腺癌护理中有效的患者应急管理.
- 有限的资源阻碍了在活检等手术过程中积极预测和管理患者的焦虑.
研究的目的:
- 模拟乳腺活检程序的关键组成部分及其对患者体验的影响.
- 用程序前评估和程序事件来预测患者的焦虑程度.
- 分析护理人员和患者之间的沟通,以确定患者体验的调节者.
主要方法:
- 整合了来自236名患者的现实世界数据,包括患者报告的结果,心理社会评估和工作流程注释.
- 利用线性混合模型和机器学习来预测焦虑.
- 采用自然语言处理来分析患者的疼痛和痛苦表达以及工作流数据.
主要成果:
- 心理预先评估与活检期间的焦虑中位数显著相关 (例如,IES β = 0.91,p < 0.001).
- 较高的基线压力强烈预测了更大的焦虑.
- 患者的焦虑表现出一种时间模式,在局部麻醉之前增加,然后减少 (βt2 p = 5.43e-06).
结论:
- 结合多种数据源提供了一个强大的方法来建模医疗程序期间的患者体验.
- 开发医疗程序的数字双胞胎可以支持临床医生提供主动护理.
- 通过数据驱动的洞察力减轻患者的痛苦对于改善患者旅程至关重要.
更多相关视频
06:42Optimization of Breast Biopsy and Mastectomy Sample Collection Procedures for Biobanking, Personalized Medicine, and Research Applications
Published on: September 2, 2025
392
03:07Single-Port Robotic-assisted Transaxillary Breast-conserving Surgery: A Prospective, Single-arm, Non-randomized Phase IIa Clinical Trial
Published on: August 19, 2025
800
