识别腰椎手术后出现手术失败综合征的预测因素:一种机器学习方法

《Soil Science》:Identifying Predictors of Failed Back Surgery Syndrome Following Lumbar Spine Surgery: A Machine Learning Approach

【字体: 大 中 小 】 时间:2026年04月28日 来源:Soil Science 1.7

编辑推荐:

   摘要 通俗语言摘要 研究设计 这是一项来自三级学术医疗中心的回顾性队列研究。

  

研究设计

这是一项来自三级学术医疗中心的回顾性队列研究。

研究目的

构建一个预测模型,用于预测腰椎手术后1年发生“失败性背部手术综合征”(FBSS)的风险。

背景数据概述

接受退行性腰椎手术的患者中,有一小部分会出现持续的术后疼痛,这种现象被称为“失败性背部手术综合征”(FBSS)。术前准确识别出术后可能出现不良结果的患者是脊柱外科医生工作流程中的重要环节。尽管已有多项研究提出了FBSS的发病机制和风险因素,但目前尚未有研究开发出能够量化和功能化的预测模型。

研究方法

本研究回顾了2002年至2022年间在该三级学术医疗中心进行的腰椎融合术和腰椎减压术病例。系统地提取了每例手术的患者和手术相关特征,并使用了多种机器学习算法来预测术后1年内FBSS的发生情况。对于表现最佳的模型,计算了SHAP特征重要性值。

研究结果

共纳入了10,128例腰椎减压术和2,890例腰椎融合术病例。随机森林模型在所有测试模型中表现最佳(腰椎减压术的AUROC为0.715,腰椎融合术的AUROC为0.701)。对于腰椎减压术,预测FBSS的三个主要因素是未进行显微椎间盘切除术、术前未使用免疫抑制剂以及术前使用苯二氮卓类药物;对于腰椎融合术,既往FBSS诊断史、术前未使用免疫抑制剂以及手术时长是最重要的预测因素。其他关键变量涉及多个方面,包括术前用药情况、患者人口统计学特征以及手术指征和手术特点。

结论

本研究成功开发出了一个用于预测术后1年内FBSS发生的预测模型。这些模型经过外部验证后,有望成为脊柱外科医生工作流程中的重要工具。

证据等级

III级。

相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号