AI Dapat Memprediksi Prognosis Setelah Operasi Herniasi Cakram Lumbar

Ikuti Drugslib di

Ditinjau secara medis oleh Drugs.com.

Oleh Elana Gotkine HealthDay Reporter

JUMAT, Feb 9, 2024 -- Model pembelajaran mesin dapat memberi informasi kepada pasien dan dokter tentang prognosis setelah operasi herniasi lumbal, menurut sebuah penelitian yang dipublikasikan secara online pada 7 Februari di JAMA Network Open.

Bjørnar Berg, Ph.D. , dari Oslo Metropolitan University di Norwegia, dan rekannya mengembangkan dan memvalidasi model prediksi untuk kecacatan dan nyeri 12 bulan setelah operasi herniasi lumbal dalam studi prognostik prospektif berbasis registrasi. Analisis tersebut mencakup 22.707 kasus pembedahan (21.161 pasien) di Pendaftaran Bedah Tulang Belakang Norwegia.

Para peneliti menemukan bahwa proporsi kasus yang mengalami kegagalan pengobatan adalah 33, 27, dan 31 persen berdasarkan perbaikan pada Oswestry Disability Index (ODI), nyeri punggung Numeric Rating Scale (NRS), dan nyeri kaki NRS. Di kelima wilayah geografis, model pembelajaran mesin yang dipilih menunjukkan diskriminasi dan kalibrasi yang konsisten dalam validasi silang internal-eksternal. Untuk model ODI, statistik C berkisar antara 0,81 hingga 0,84. Di seluruh wilayah, kemiringan kalibrasi (perkiraan titik, 0,94 hingga 1,03) dan titik potong kalibrasi (perkiraan titik, −0,05 hingga 0,11) juga konsisten. Statistik C berkisar antara 0,75 hingga 0,80 untuk nyeri punggung NRS dan 0,74 hingga 0,77 untuk nyeri kaki NRS.

"Model ini didasarkan pada prediktor pra operasi yang tersedia secara rutin, membuatnya mudah menerima validasi eksternal lebih lanjut dalam pencatatan tulang belakang lainnya dan berpotensi diterapkan dalam sistem rekam medis elektronik untuk menginformasikan prognosis individu dan membantu dalam pengambilan keputusan bedah," para penulis tulis.

Abstrak/Teks Lengkap

Penafian: Data statistik dalam artikel medis memberikan tren umum dan tidak berkaitan dengan individu. Faktor individu bisa sangat bervariasi. Selalu mencari saran medis yang dipersonalisasi untuk keputusan perawatan kesehatan individu.

Sumber: HealthDay

Diposting : 2024-02-10 22:15

Baca selengkapnya

Penafian

Segala upaya telah dilakukan untuk memastikan bahwa informasi yang diberikan oleh Drugslib.com akurat, terkini -tanggal, dan lengkap, namun tidak ada jaminan mengenai hal tersebut. Informasi obat yang terkandung di sini mungkin sensitif terhadap waktu. Informasi Drugslib.com telah dikumpulkan untuk digunakan oleh praktisi kesehatan dan konsumen di Amerika Serikat dan oleh karena itu Drugslib.com tidak menjamin bahwa penggunaan di luar Amerika Serikat adalah tepat, kecuali dinyatakan sebaliknya. Informasi obat Drugslib.com tidak mendukung obat, mendiagnosis pasien, atau merekomendasikan terapi. Informasi obat Drugslib.com adalah sumber informasi yang dirancang untuk membantu praktisi layanan kesehatan berlisensi dalam merawat pasien mereka dan/atau untuk melayani konsumen yang memandang layanan ini sebagai pelengkap, dan bukan pengganti, keahlian, keterampilan, pengetahuan, dan penilaian layanan kesehatan. praktisi.

Tidak adanya peringatan untuk suatu obat atau kombinasi obat sama sekali tidak boleh ditafsirkan sebagai indikasi bahwa obat atau kombinasi obat tersebut aman, efektif, atau sesuai untuk pasien tertentu. Drugslib.com tidak bertanggung jawab atas segala aspek layanan kesehatan yang diberikan dengan bantuan informasi yang disediakan Drugslib.com. Informasi yang terkandung di sini tidak dimaksudkan untuk mencakup semua kemungkinan penggunaan, petunjuk, tindakan pencegahan, peringatan, interaksi obat, reaksi alergi, atau efek samping. Jika Anda memiliki pertanyaan tentang obat yang Anda konsumsi, tanyakan kepada dokter, perawat, atau apoteker Anda.

Kata Kunci Populer