相关实验视频
Updated: May 8, 2026

11:12
Controlling Parkinson's Disease With Adaptive Deep Brain Stimulation
Published on: July 16, 2014
渐变增强机器模型预测了在帕金森病中深度大脑刺激后的精神并发症
Sha Liao1, Ji-Wei Tang1, Yong Li2
1Department of Anesthesiology, The Second People's Hospital of Hunan Province (Brain Hospital of Hunan Province), Changsha 410000, Hunan Province, China.
World journal of psychiatry
|February 5, 2026
概括
梯度增强机器模型可以预测精神健康并发症如抑郁和焦虑后深度大脑刺激 (DBS) 帕金森病 (PD) 患者80%的准确性. 这个工具有助于识别高风险个体,以获得更好的护理.
科学领域:
- 神经学 神经学
- 精神病学是一个精神病学.
- 医疗信息学 医疗信息学
背景情况:
- 深度大脑刺激 (DBS) 有效地治疗晚期帕金森病 (PD) 运动症状.
- 后DBS手术并发症,如抑郁症,焦虑症和认知障碍显著影响患者的生活质量和治疗结果.
研究的目的:
- 开发一个渐变增强机器 (GBM) 风险模型,用于预测PD患者DBS手术后的精神健康并发症 (抑郁症,焦虑症,认知障碍).
主要方法:
- 对234名经过DBS手术的PD患者的回顾性分析.
- 使用70%的数据开发GBM模型,并对剩余30%进行验证.
- 对65名额外的患者进行外部验证,以评估临床适用性.
主要成果:
- 在DBS后发生的精神疾病并发症的发生率为37.61%.
- 确定的主要预测因素包括年龄,手术持续时间,禁食时间,家庭关系健康以及UPDRS III分数.
- GBM模型实现了80.0%的准确性,95.7%的灵敏度和78.6%的特异性.
结论:
- 开发的GBM模型显示了PD患者DBS后精神并发症的强有力的预测性能.
- 该模型可以帮助临床医生识别高风险患者,使及时干预和改善患者管理成为可能.
更多相关视频
07:14A Novel Approach to Assess Motor Outcome of Deep Brain Stimulation Effects in the Hemiparkinsonian Rat: Staircase and Cylinder Test
Published on: May 31, 2016
14:14Targeting Neuronal Fiber Tracts for Deep Brain Stimulation Therapy Using Interactive, Patient-Specific Models
Published on: August 12, 2018