Pembelajaran Mesin Meramalkan Komplikasi Pembinaan Semula Berasaskan Implan

Ikuti Drugslib di

Disemak secara perubatan oleh Drugs.com.

Oleh Elana Gotkine HealthDay Reporter

RABU, 29 Nov. 2023 -- Algoritma pembelajaran mesin (ML) boleh meramalkan jangkitan periprostetik dan eksplanasi dengan tepat selepas pembinaan semula berasaskan implan (IBR), menurut kajian yang diterbitkan dalam Pembedahan Plastik dan Rekonstruktif edisi November.

Abbas M. Hassan, M.D., dari Pusat Kanser MD Anderson Universiti Texas di Houston, dan rakan sekerja menjalankan semakan komprehensif pesakit yang menjalani IBR dari Januari 2018 hingga Disember 2019 untuk membangunkan, mengesahkan dan menilai penggunaan ML algoritma untuk meramalkan komplikasi IBR menggunakan data klinikal perioperatif yang sedia ada. Sembilan algoritma ML yang diselia telah dibangunkan; data pesakit diklasifikasikan ke dalam set latihan dan ujian (masing-masing 80 dan 20 peratus).

Data dimasukkan untuk 481 pesakit yang diikuti selama min 16.1 bulan. Para penyelidik mendapati bahawa 113 daripada pembinaan semula (16.3 peratus) mengakibatkan jangkitan periprostetik, dan eksplanasi diperlukan dengan 82 (11.8 peratus). Prestasi diskriminasi yang baik dilihat untuk meramalkan jangkitan periprostetik dan eksplanasi dengan ML (kawasan di bawah lengkung ciri operasi penerima, masing-masing 0.73 dan 0.78); sembilan dan 12 peramal penting jangkitan periprostetik dan eksplantasi telah dikenal pasti, masing-masing.

"Kajian kami menyediakan bukti kebolehlaksanaan, keberkesanan dan kebolehgunaan kecerdasan buatan dalam meramalkan komplikasi IBR dan harus menggalakkan penggabungan ML dalam penilaian perioperatif pesakit yang menjalani IBR untuk menyediakan penilaian risiko khusus pesakit yang dipacu data. untuk membantu dalam kaunseling pesakit secara individu, perkongsian membuat keputusan dan pengoptimuman sebelum pembedahan," tulis penulis.

Abstrak/Teks Penuh

Penafian: Data statistik dalam artikel perubatan memberikan trend umum dan tidak berkaitan dengan individu. Faktor individu boleh sangat berbeza. Sentiasa dapatkan nasihat perubatan yang diperibadikan untuk keputusan penjagaan kesihatan individu.

Sumber: HealthDay

Disiarkan : 2023-11-30 08:33

Baca lagi

Penafian

Segala usaha telah dilakukan untuk memastikan bahawa maklumat yang diberikan oleh Drugslib.com adalah tepat, terkini -tarikh, dan lengkap, tetapi tiada jaminan dibuat untuk kesan itu. Maklumat ubat yang terkandung di sini mungkin sensitif masa. Maklumat Drugslib.com telah disusun untuk digunakan oleh pengamal penjagaan kesihatan dan pengguna di Amerika Syarikat dan oleh itu Drugslib.com tidak menjamin bahawa penggunaan di luar Amerika Syarikat adalah sesuai, melainkan dinyatakan sebaliknya secara khusus. Maklumat ubat Drugslib.com tidak menyokong ubat, mendiagnosis pesakit atau mengesyorkan terapi. Maklumat ubat Drugslib.com ialah sumber maklumat yang direka bentuk untuk membantu pengamal penjagaan kesihatan berlesen dalam menjaga pesakit mereka dan/atau memberi perkhidmatan kepada pengguna yang melihat perkhidmatan ini sebagai tambahan kepada, dan bukan pengganti, kepakaran, kemahiran, pengetahuan dan pertimbangan penjagaan kesihatan pengamal.

Ketiadaan amaran untuk gabungan ubat atau ubat yang diberikan sama sekali tidak boleh ditafsirkan untuk menunjukkan bahawa gabungan ubat atau ubat itu selamat, berkesan atau sesuai untuk mana-mana pesakit tertentu. Drugslib.com tidak memikul sebarang tanggungjawab untuk sebarang aspek penjagaan kesihatan yang ditadbir dengan bantuan maklumat yang disediakan oleh Drugslib.com. Maklumat yang terkandung di sini tidak bertujuan untuk merangkumi semua kemungkinan penggunaan, arahan, langkah berjaga-jaga, amaran, interaksi ubat, tindak balas alahan atau kesan buruk. Jika anda mempunyai soalan tentang ubat yang anda ambil, semak dengan doktor, jururawat atau ahli farmasi anda.

Kata Kunci Popular