Học máy dự đoán các biến chứng tái tạo dựa trên bộ cấy ghép

Theo dõi Drugslib trên

Được Drugs.com xem xét về mặt y tế.

Bởi Elana Gotkine HealthDay Phóng viên

THỨ TƯ, ngày 29 tháng 11 năm 2023 -- Thuật toán máy học (ML) có thể dự đoán chính xác tình trạng nhiễm trùng quanh bộ phận giả và quá trình cấy ghép sau quá trình tái tạo dựa trên mô cấy ghép (IBR), theo một nghiên cứu được công bố trên tạp chí Phẫu thuật Tạo hình và Tái tạo số tháng 11.

Abbas M. Hassan, M.D., từ Trung tâm Ung thư MD Anderson của Đại học Texas ở Houston và các đồng nghiệp đã tiến hành đánh giá toàn diện những bệnh nhân đã trải qua IBR từ tháng 1 năm 2018 đến tháng 12 năm 2019 để phát triển, xác nhận và đánh giá việc sử dụng ML các thuật toán để dự đoán các biến chứng IBR bằng cách sử dụng dữ liệu lâm sàng chu phẫu sẵn có. Chín thuật toán ML có giám sát đã được phát triển; dữ liệu bệnh nhân được phân loại thành tập huấn luyện và tập kiểm tra (lần lượt là 80 và 20%).

Dữ liệu được thu thập từ 481 bệnh nhân được theo dõi trong thời gian trung bình 16,1 tháng. Các nhà nghiên cứu phát hiện ra rằng 113 ca tái tạo (16,3%) dẫn đến nhiễm trùng quanh bộ phận giả và 82 ca tái tạo (11,8%) phải được cấy ghép. Hiệu suất phân biệt đối xử tốt đã được nhận thấy khi dự đoán tình trạng nhiễm trùng quanh chân giả và việc cấy ghép bằng ML (diện tích dưới đường cong đặc tính vận hành máy thu, lần lượt là 0,73 và 0,78); 9 và 12 yếu tố dự báo quan trọng về nhiễm trùng quanh chân giả và sự cấy ghép đã được xác định tương ứng.

"Nghiên cứu của chúng tôi cung cấp bằng chứng về tính khả thi, hiệu quả và khả năng ứng dụng của trí tuệ nhân tạo trong việc dự đoán các biến chứng của IBR và nên khuyến khích việc kết hợp ML trong đánh giá chu phẫu của bệnh nhân trải qua IBR để đưa ra đánh giá rủi ro cụ thể cho từng bệnh nhân dựa trên dữ liệu để hỗ trợ tư vấn cho từng cá nhân bệnh nhân, chia sẻ quyết định và tối ưu hóa trước phẫu thuật", các tác giả viết.

Tóm tắt/Toàn văn

Tuyên bố từ chối trách nhiệm: Dữ liệu thống kê trong các bài báo y tế cung cấp các xu hướng chung và không liên quan đến cá nhân. Các yếu tố cá nhân có thể khác nhau rất nhiều. Luôn tìm kiếm lời khuyên y tế cá nhân cho các quyết định chăm sóc sức khỏe cá nhân.

Nguồn: HealthDay

Đã đăng : 2023-11-30 08:33

Đọc thêm

Tuyên bố từ chối trách nhiệm

Chúng tôi đã nỗ lực hết sức để đảm bảo rằng thông tin do Drugslib.com cung cấp là chính xác, cập nhật -ngày và đầy đủ, nhưng không có đảm bảo nào được thực hiện cho hiệu ứng đó. Thông tin thuốc trong tài liệu này có thể nhạy cảm về thời gian. Thông tin về Drugslib.com đã được biên soạn để các bác sĩ chăm sóc sức khỏe và người tiêu dùng ở Hoa Kỳ sử dụng và do đó Drugslib.com không đảm bảo rằng việc sử dụng bên ngoài Hoa Kỳ là phù hợp, trừ khi có quy định cụ thể khác. Thông tin thuốc của Drugslib.com không xác nhận thuốc, chẩn đoán bệnh nhân hoặc đề xuất liệu pháp. Thông tin thuốc của Drugslib.com là nguồn thông tin được thiết kế để hỗ trợ các bác sĩ chăm sóc sức khỏe được cấp phép trong việc chăm sóc bệnh nhân của họ và/hoặc phục vụ người tiêu dùng xem dịch vụ này như một sự bổ sung chứ không phải thay thế cho chuyên môn, kỹ năng, kiến ​​thức và đánh giá về chăm sóc sức khỏe các học viên.

Việc không có cảnh báo đối với một loại thuốc hoặc sự kết hợp thuốc nhất định không được hiểu là chỉ ra rằng loại thuốc hoặc sự kết hợp thuốc đó là an toàn, hiệu quả hoặc phù hợp với bất kỳ bệnh nhân nào. Drugslib.com không chịu bất kỳ trách nhiệm nào đối với bất kỳ khía cạnh nào của việc chăm sóc sức khỏe được quản lý với sự hỗ trợ của thông tin Drugslib.com cung cấp. Thông tin trong tài liệu này không nhằm mục đích bao gồm tất cả các công dụng, hướng dẫn, biện pháp phòng ngừa, cảnh báo, tương tác thuốc, phản ứng dị ứng hoặc tác dụng phụ có thể có. Nếu bạn có thắc mắc về loại thuốc bạn đang dùng, hãy hỏi bác sĩ, y tá hoặc dược sĩ.

Từ khóa phổ biến