无监督的机器学习模型揭示了关节整形术患者中两种不同的术后体力活动概况:英国生物银行队列研究

科学领域:

• 整形外科和康复科学 整形外科和康复科学
• 生物医学数据科学 生物医学数据科学
• 健康 结果 研究 研究 结果

背景情况:

• 关节关节整形手术是一种常见的手术,用于减弱关节状况.
• 术后恢复和身体活动水平在患者之间有很大的差异.
• 了解这些变异对于优化患者的治疗结果至关重要.

研究的目的:

• 鉴定和描述关节关节整形术后患者的不同体力活动概况.
• 探索与不同恢复轨迹相关的因素.

主要方法:

• 利用来自英国生物库的手腕加速度计数据与医院记录联系在一起.
• 包括接受了初级单侧部或膝关节关节整形手术的患者.
• 将无监督学习 (k-means,PAM) 应用于每日步数数据 (4-12个月后) 和临床变量.

主要成果:

• 确定了两个不同的体育活动概况:高和低表现者.
• 高表现者每天步数显著增加 (>10,000步),年轻,瘦身,并患上较少的并发病,社会经济地位更高.
• 低绩效者每天步数少于6,000步,年龄较大,BMI较高,并发病率较高,社会经济地位较低.

结论:

• 使用加速度计数据确定了两种具有临床意义的体力活动恢复概况.
• 这些发现突显了手术后恢复的多因素性质.
• 支持为下肢关节整形手术患者开发个性化康复策略.