人工智能辅助的,基于文献的开发和对基于点的手术部位感染风险计算器的追溯验证,用于脊柱手术

科学领域:

• 神经外科 神经外科
• 传染病流行病学 传染病流行病学
• 人工智能在医学中的应用

背景情况:

• 手术后的手术部位感染 (SSI) 是脊椎手术的一个重要并发症,导致发病率增加和医疗费用增加.
• 现有的风险计算器往往缺乏适用性和准确性,对于经历脊柱手术的特定患者群体.
• 需要改进的工具来识别患有SSI高风险的患者,以便针对性干预.

研究的目的:

• 为脊椎手术患者引入和验证基于文献的基于点的SSI风险计算器.
• 在计算器开发中利用人工智能 (GPT-4) 进行文献综合和变量权重.
• 评估计算器在区分和校准SSI风险方面的表现.

主要方法:

• 在单个学术中心接受脊柱手术 (2019-2025) 的成年患者的回顾性队列研究.
• 开发一个29个变量的人工智能辅助风险计算器,结合人口,临床,实验室和手术因素.
• 通过ROC分析,引导验证,校准图表和决策曲线分析评估计算器性能.

主要成果:

• 人工智能辅助计算器表现出强烈的区别 (AUC 0.7978) 和出色的校准.
• 17点的最佳值为SSI预测产生了61.0%的灵敏度和84.2%的特异性.
• 获得≥17分的患者感染风险明显更高 (OR 8.31).

结论:

• 内部验证的,人工智能辅助的SSI计算器在预测脊柱手术中的SSI风险方面表现强.
• 该工具可以通过识别高风险个体来补充标准的手术前评估.
• 建议进行未来的外部验证,以确认临床效用.