A gépi tanulás előrejelzi az implantátum alapú rekonstrukciós szövődményeket

Kövesse a Drugslib-et

Orvosilag felülvizsgálta a Drugs.com.

Elana Gotkine HealthDay Reporter

SZERDA, 2023. november 29. – A Plastic and Reconstructive Surgery novemberi számában megjelent tanulmány szerint a gépi tanulási (ML) algoritmusok pontosan megjósolhatják a periprotézis fertőzést és az implantátum-alapú rekonstrukciót (IBR) követő explantációt.

Abbas M. Hassan, a houstoni Texasi Egyetem MD Anderson Cancer Center munkatársa és munkatársai átfogó áttekintést végeztek azon betegekről, akik 2018 januárja és 2019 decembere között IBR-en estek át az ML használatának kidolgozása, validálása és értékelése céljából. algoritmusok az IBR szövődmények előrejelzésére a rendelkezésre álló perioperatív klinikai adatok felhasználásával. Kilenc felügyelt ML algoritmust fejlesztettek ki; a betegek adatait tréning- és tesztelési halmazokba soroltuk (80, illetve 20 százalék).

481 beteg adatait tartalmazták, akiket átlagosan 16,1 hónapig követtek nyomon. A kutatók azt találták, hogy a rekonstrukciók közül 113 (16,3 százalék) periprotézis fertőzést eredményezett, és 82 esetben (11,8 százalék) volt szükség explantációra. Jó diszkriminatív teljesítményt tapasztaltunk a periprotetikus fertőzés és az ML-es explantáció előrejelzésében (a vevő működési jelleggörbéje alatti terület 0,73 és 0,78); kilenc, illetve 12 szignifikáns prediktorát azonosították a periprotetikus fertőzésnek és az explantációnak.

"Tanulmányunk bizonyítja a mesterséges intelligencia megvalósíthatóságát, hatékonyságát és alkalmazhatóságát az IBR szövődményeinek előrejelzésében, és ösztönöznie kell az ML beépítését az IBR-en átesett betegek perioperatív értékelésébe, hogy adatvezérelt, betegspecifikus kockázatértékelést biztosítson. a személyre szabott betegtanácsadás, a közös döntéshozatal és a műtét előtti optimalizálás elősegítése” – írják a szerzők.

Absztrakt/Teljes szöveg

Felelősség kizárása: Az orvosi cikkekben található statisztikai adatok általános tendenciákat mutatnak be, és nem egyénekre vonatkoznak. Az egyéni tényezők nagyon eltérőek lehetnek. Mindig kérjen személyre szabott orvosi tanácsot egyéni egészségügyi döntéseihez.

Forrás: HealthDay

Elküldve : 2023-11-30 08:33

Olvass tovább

Felelősség kizárása

Minden erőfeszítést megtettünk annak érdekében, hogy a Drugslib.com által közölt információk pontosak és naprakészek legyenek - dátum, és teljes, de erre nem vállalunk garanciát. Az itt található gyógyszerinformációk időérzékenyek lehetnek. A Drugslib.com információit egészségügyi szakemberek és fogyasztók számára állítottuk össze az Egyesült Államokban, ezért a Drugslib.com nem garantálja, hogy az Egyesült Államokon kívüli felhasználás megfelelő, kivéve, ha kifejezetten másként jelezzük. A Drugslib.com gyógyszerinformációi nem támogatják a gyógyszereket, nem diagnosztizálnak betegeket, és nem ajánlanak terápiát. A Drugslib.com gyógyszerinformációi egy információs forrás, amelynek célja, hogy segítse az engedéllyel rendelkező egészségügyi szakembereket betegeik ellátásában és/vagy olyan fogyasztók kiszolgálására, akik ezt a szolgáltatást az egészségügyi szakértelem, készség, tudás és megítélés kiegészítéseként, nem pedig helyettesítőjeként tekintik. gyakorló szakemberek.

Az adott gyógyszerre vagy gyógyszerkombinációra vonatkozó figyelmeztetés hiánya semmiképpen sem értelmezhető úgy, hogy a gyógyszer vagy gyógyszerkombináció biztonságos, hatékony vagy megfelelő az adott beteg számára. A Drugslib.com nem vállal felelősséget a Drugslib.com által biztosított információk segítségével nyújtott egészségügyi ellátás egyetlen aspektusáért sem. Az itt található információk nem terjednek ki minden lehetséges felhasználásra, útmutatásra, óvintézkedésre, figyelmeztetésre, gyógyszerkölcsönhatásra, allergiás reakcióra vagy káros hatásra. Ha kérdése van az Ön által szedett gyógyszerekkel kapcsolatban, kérdezze meg kezelőorvosát, ápolónőjét vagy gyógyszerészét.

Népszerű kulcsszavak