Uczenie maszynowe przewiduje powikłania rekonstrukcji opartej na implantach

Śledź Drugslib na

Przebadany medycznie przez Drugs.com.

Autor: Elana Gotkine Reporterka HealthDay

ŚRODA, 29 listopada 2023 r. — Jak wynika z badania opublikowanego w listopadowym numerze Plastic and Reconstructive Surgery, algorytmy uczenia maszynowego (ML) mogą dokładnie przewidzieć zakażenie okołoprotezowe i eksplantację po rekonstrukcji opartej na implantach (IBR).

Abbas M. Hassan, MD, z The University of Texas MD Anderson Cancer Center w Houston wraz ze współpracownikami przeprowadzili kompleksowy przegląd pacjentów, którzy przeszli IBR w okresie od stycznia 2018 r. do grudnia 2019 r. w celu opracowania, walidacji i oceny zastosowania ML algorytmy przewidywania powikłań IBR na podstawie łatwo dostępnych okołooperacyjnych danych klinicznych. Opracowano dziewięć nadzorowanych algorytmów uczenia maszynowego; dane pacjentów podzielono na zbiory szkoleniowe i testowe (odpowiednio 80 i 20 procent).

Uwzględniono dane dotyczące 481 pacjentów, których obserwowano średnio przez 16,1 miesiąca. Naukowcy odkryli, że 113 rekonstrukcji (16,3 procent) zakończyło się infekcją okołoprotezową, a w przypadku 82 rekonstrukcji (11,8 procent) konieczna była eksplantacja. Zaobserwowano dobrą skuteczność różnicującą w przewidywaniu zakażenia okołoprotezowego i eksplantacji ML (pole pod krzywą charakterystyki operacyjnej lejka, odpowiednio 0,73 i 0,78); Zidentyfikowano odpowiednio dziewięć i 12 istotnych czynników predykcyjnych zakażenia okołoprotezowego i eksplantacji.

„Nasze badanie dostarcza dowodów na wykonalność, skuteczność i przydatność sztucznej inteligencji w przewidywaniu powikłań IBR i powinno zachęcać do uwzględniania ML w okołooperacyjnej ocenie pacjentów poddawanych IBR, aby zapewnić opartą na danych i dostosowaną do pacjenta ocenę ryzyka aby pomóc w zindywidualizowanym doradztwie dla pacjenta, wspólnym podejmowaniu decyzji i optymalizacji przedoperacyjnej” – piszą autorzy.

Streszczenie/pełny tekst

Zastrzeżenie: Dane statystyczne zawarte w artykułach medycznych przedstawiają ogólne trendy i nie dotyczą poszczególnych osób. Indywidualne czynniki mogą się znacznie różnić. Zawsze zasięgaj spersonalizowanej porady lekarskiej w przypadku podejmowania indywidualnych decyzji dotyczących opieki zdrowotnej.

Źródło: Dzień Zdrowia

Wysłano : 2023-11-30 08:33

Czytaj więcej

Zastrzeżenie

Dołożono wszelkich starań, aby informacje dostarczane przez Drugslib.com były dokładne i aktualne -data i kompletność, ale nie udziela się na to żadnej gwarancji. Informacje o lekach zawarte w niniejszym dokumencie mogą mieć charakter wrażliwy na czas. Informacje na stronie Drugslib.com zostały zebrane do użytku przez pracowników służby zdrowia i konsumentów w Stanach Zjednoczonych, dlatego też Drugslib.com nie gwarantuje, że użycie poza Stanami Zjednoczonymi jest właściwe, chyba że wyraźnie wskazano inaczej. Informacje o lekach na Drugslib.com nie promują leków, nie diagnozują pacjentów ani nie zalecają terapii. Informacje o lekach na Drugslib.com to źródło informacji zaprojektowane, aby pomóc licencjonowanym pracownikom służby zdrowia w opiece nad pacjentami i/lub służyć konsumentom traktującym tę usługę jako uzupełnienie, a nie substytut wiedzy specjalistycznej, umiejętności, wiedzy i oceny personelu medycznego praktycy.

Brak ostrzeżenia dotyczącego danego leku lub kombinacji leków w żadnym wypadku nie powinien być interpretowany jako wskazanie, że lek lub kombinacja leków jest bezpieczna, skuteczna lub odpowiednia dla danego pacjenta. Drugslib.com nie ponosi żadnej odpowiedzialności za jakikolwiek aspekt opieki zdrowotnej zarządzanej przy pomocy informacji udostępnianych przez Drugslib.com. Informacje zawarte w niniejszym dokumencie nie obejmują wszystkich możliwych zastosowań, wskazówek, środków ostrożności, ostrzeżeń, interakcji leków, reakcji alergicznych lub skutków ubocznych. Jeśli masz pytania dotyczące przyjmowanych leków, skontaktuj się ze swoim lekarzem, pielęgniarką lub farmaceutą.

Popularne słowa kluczowe