Машинне навчання передбачає ускладнення реконструкції на основі імплантатів

Підпишіться на Drugslib

Медичний огляд Drugs.com.

Елана Ґоткін, репортер HealthDay

СЕРЕДА, 29 листопада 2023 р. Згідно з дослідженням, опублікованим у листопадовому номері Plastic and Reconstructive Surgery, алгоритми машинного навчання (ML) можуть точно передбачити перипротезну інфекцію та експлантацію після реконструкції на основі імплантату (IBR).

Аббас М. Хассан, доктор медичних наук, із онкологічного центру Андерсона Техаського університету в Х’юстоні та його колеги провели комплексний огляд пацієнтів, які пройшли IBR із січня 2018 року по грудень 2019 року, щоб розробити, перевірити та оцінити використання МЛ алгоритми для прогнозування ускладнень IBR з використанням доступних періопераційних клінічних даних. Було розроблено дев’ять контрольованих алгоритмів ML; Дані пацієнтів були розділені на набори для навчання та тестування (80 і 20 відсотків відповідно).

Були включені дані для 481 пацієнта, за якими спостерігали в середньому 16,1 місяця. Дослідники виявили, що 113 реконструкцій (16,3 відсотка) призвели до перипротезної інфекції, а експлантація була потрібна у 82 (11,8 відсотка). Хороші дискримінаційні показники спостерігалися для прогнозування перипротезної інфекції та експлантації з ML (площа під кривою робочої характеристики приймача, 0,73 і 0,78 відповідно); було визначено 9 і 12 значущих предикторів перипротезної інфекції та експлантації відповідно.

Наше дослідження підтверджує здійсненність, ефективність і застосовність штучного інтелекту для прогнозування ускладнень ІБР і має заохочувати включення МЛ у післяопераційну оцінку пацієнтів, які проходять ІБР, щоб забезпечити оцінку ризику на основі даних для кожного пацієнта щоб допомогти в індивідуальному консультуванні пацієнтів, спільному прийнятті рішень і передопераційній оптимізації", - пишуть автори.

Анотація/Повний текст

Відмова від відповідальності: статистичні дані в медичних статтях містять загальні тенденції та не стосуються окремих осіб. Індивідуальні фактори можуть сильно відрізнятися. Завжди звертайтеся за індивідуальною медичною порадою для прийняття індивідуальних рішень щодо охорони здоров’я.

Джерело: HealthDay

Опубліковано : 2023-11-30 08:33

Читати далі

Відмова від відповідальності

Було докладено всіх зусиль, щоб інформація, надана Drugslib.com, була точною, до -дата та повна, але жодних гарантій щодо цього не надається. Інформація про ліки, що міститься тут, може бути чутливою до часу. Інформація Drugslib.com була зібрана для використання медичними працівниками та споживачами в Сполучених Штатах, тому Drugslib.com не гарантує, що використання за межами Сполучених Штатів є доцільним, якщо спеціально не вказано інше. Інформація про ліки Drugslib.com не схвалює ліки, не ставить діагноз пацієнтів і не рекомендує терапію. Інформація про ліки на Drugslib.com – це інформаційний ресурс, призначений для допомоги ліцензованим медичним працівникам у догляді за їхніми пацієнтами та/або для обслуговування споживачів, які розглядають цю послугу як доповнення, а не заміну досвіду, навичок, знань і суджень у сфері охорони здоров’я. практиків.

Відсутність попередження щодо певного препарату чи комбінації ліків у жодному разі не слід тлумачити як вказівку на те, що препарат чи комбінація препаратів є безпечними, ефективними чи прийнятними для будь-якого конкретного пацієнта. Drugslib.com не несе жодної відповідальності за будь-які аспекти медичної допомоги, що надається за допомогою інформації, яку надає Drugslib.com. Інформація, що міститься в цьому документі, не має на меті охопити всі можливі способи використання, інструкції, запобіжні заходи, попередження, лікарські взаємодії, алергічні реакції чи побічні ефекти. Якщо у вас є запитання щодо препаратів, які ви приймаєте, зверніться до свого лікаря, медсестри або фармацевта.

Популярні ключові слова