机器学习可以预测腹部疝手术后的不良后果

休斯顿德克萨斯大学 MD 安德森癌症中心的外科医生开发的机器学习 (ML) 模型在预测哪些类型的患者最有可能出现疝气复发或其他并发症方面表现出很高的准确性。研究结果发表在《美国外科医师学会杂志》(JACS)网站上的一篇“新闻文章”中。

腹疝的修复(当腹部肌肉出现隆起时发生的疝)是一种常见的手术，在美国每年进行超过 400,000 例。然而，超过三分之一的此类疝最终再次发生或患者经历了一些其他类型的术后并发症。1,2

“我们发现，使用我们自己的数据训练的机器学习算法可以准确预测复杂腹壁修复后并发症的发生，”主要研究作者、博士后研究员和博士 Abbas M. Hassan 说。候选人，整形外科，MD安德森。“它还能够确定与不良结果相关的因素。”

Hassan 博士及其同事说，这是第一项描述使用 ML 预测腹壁重建术后并发症的研究。

腹疝可能发生在那些因疝修复以外的手术而进行腹部手术的患者身上，例如胆囊切除术，或者在 MD Anderson 的许多情况下，切除肿瘤和附近组织，甚至是器官的一部分。外科医生指出，美国每年进行超过 400 万例腹部手术，对腹壁重建的需求正在增长。 3

关于研究

研究人员回顾了 2005 年 3 月 1 日至 2019 年 6 月 30 日期间在 MD Anderson 接受腹疝修补术的 725 名患者。术后结果包括疝复发、手术部位发生和初次出院后 30 天内再次入院。

由资深作者 Charles E. Butler 医学博士、FACS 领导的研究小组使用这 725 名患者的数据开发了九种监督机器学习算法，他们发现这些算法成功地预测了结果。这些模型考虑了患者的人口统计和特征，例如吸烟状况和其他健康状况。这些模型还考虑了患者的结果和手术本身的特征，例如手术技术。Butler 博士是整形外科的终身教授和主席，也是 MD Anderson 的 Charles B. Barker Endowed Chair in Surgery。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！