[基于合成少数人过量采样技术算法的面骨折内固定装置术后感染的早期预警模型]
Jinfeng Jiang1, Haiyan Wang1, Yanfeng Shi1
1Dept. of Oral and Maxillofacial Surgery, Affiliated Hospital of Nantong University, Nantong 226000, China.
概括
年龄,糖尿病,骨折严重程度和口腔卫生是面骨折手术后内部固定装置感染的关键危险因素. 一种新的早期预警模型可以有效预测这些感染,帮助及时进行医疗干预.
科学领域:
- 面外科手术 面外科手术
- 传染病流行病学 传染病流行病学
- 生物医学数据科学 生物医学数据科学
背景情况:
- 面骨折带来了重大的外科手术挑战.
- 内部固定装置的术后感染是一种严重的并发症.
- 识别风险因素和开发预测模型对于患者的治疗结果至关重要.
研究的目的:
- 在面骨折患者中确定内部固定装置感染的独立风险因素.
- 开发和验证用于预测这些感染的早期预警模型.
- 为了提升模型,利用合成少数人过量采样技术 (SMOTE).
主要方法:
- 对1104名面骨折患者的回顾性分析.
- 感染 (27例) 和非感染 (1,077例) 组之间的临床数据比较.
- 应用单变量和二进制物流回归,然后使用SMOTE算法进行模型构建和验证.
主要成果:
- 观察到的整体感染率为2.45%.
- 确定的独立风险因素包括年龄,糖尿病史,骨折严重程度和口腔卫生.
- 与原始模型 (P1,AUC=0.861) 相比,SMOTE增强模型 (P2) 显示出更高的预测性能 (AUC=0.882).
结论:
- 年龄,糖尿病,骨折严重程度和口腔卫生是内部固定装置感染的重要危险因素.
- 开发的早期预警模型显示了有希望的预测能力.
- 该模型可以帮助医疗保健专业人员预测和管理术后感染.
