轻度至中度青少年特发性脊柱侧弯的女性患者中Cobb角进展的预测

《European Spine Journal》：Prediction of Cobb angle progression in female patients with mild-to-moderate adolescent idiopathic scoliosis

本研究利用机器学习开发回归模型预测青少年特发性脊柱侧弯（AIS）进展，整合临床和放射学数据，采用分层回归混合模型和5折交叉验证，结果显示1年Cobb角预测MAE 4.22优于短随访模型，4年随访仍保持MAE 5.99和R2 0.73的临床价值。

　　

摘要

目的

利用机器学习技术和临床及放射学数据，开发用于预测青少年特发性脊柱侧弯（AIS）进展的回归模型。

方法

我们纳入了2007年至2020年间在我院被诊断为AIS的10至13岁女性患者。仅分析轻度至中度AIS（初始Cobb角为10°–40°）的患者。目标变量包括首次就诊时、1年后、2年后以及最后一次就诊时的Cobb角。采用年龄、支具使用情况、初潮时间、身高、体重、首次就诊时的Cobb角、脊柱弯曲类型、Risser征和驼背程度等特征，通过5折交叉验证构建了堆叠回归元模型。模型性能通过平均绝对误差（MAE）和R2值进行评估，并通过1000个自助法样本进行内部验证。

结果

我们分析了201名患者。首次就诊时的Cobb角中位数为27.0°（四分位数范围：21–32°），观察期中位数为44.0个月。所开发的模型在1年Cobb角预测方面的性能为：MAE = 4.22（标准差[SD] = 0.25），R2 = 0.73（SD = 0.03）；在2年Cobb角预测方面的性能为：MAE = 5.24（SD = 0.34），R2 = 0.67（SD = 0.04）；在最后一次就诊时的预测方面的性能为：MAE = 5.99（SD = 0.35），R2 = 0.73（SD = 0.03）。

结论

与之前报道的随访时间较短的模型相比，本模型的1年预测效果更佳。尽管观察期延长至近4年，但在最后一次随访时的预测准确性仍具有临床价值，这证明了该模型的长期可靠性。