目的:利用随机森林算法对腰椎后路椎间融合术后发生感染的相关危险因素进行分析并制定预测模型,为临床预防腰椎后路椎间融合术后手术部位感染(surgical site infection,SSI)的发生提供参考依据。方法:回顾性研究北京中卫云医疗数据分析...目的:利用随机森林算法对腰椎后路椎间融合术后发生感染的相关危险因素进行分析并制定预测模型,为临床预防腰椎后路椎间融合术后手术部位感染(surgical site infection,SSI)的发生提供参考依据。方法:回顾性研究北京中卫云医疗数据分析与应用技术研究院经过数据处理分析提供的2019年6月~2021年6月在河北医科大学第一医院、第二医院、第三医院等河北省及北京市共15家三级甲等医院脊柱外科住院接受腰椎后路椎间融合术治疗患者的脱敏数据资料。统计分析比较感染组(SSI)和非感染组(non-SSI)的分类数据,得到对术后感染具有显著影响的变量,使用SPSS Modeler 20数据建模系统作为工具,采用随机森林(RF)算法进行分析,得到术后感染的患者特征,即感染模型。结果:本研究共纳入8764例患者数据,其中373例患者被诊断为SSI,发病率为4.4%(95%CI,2.2%~6.5%)。经过Logistic回归模型分析多个自变量与因变量的相关性,确定六个变量[包括肥胖、美国麻醉师协会(American Society of Anesthesiologists,ASA)分级Ⅲ级及以上、手术时间延长、慢性心脏病、糖尿病和肾功能不全]与SSI独立相关。以随机森林模型进行分类可获得较高的精度,为90.6%,腰椎后路椎间融合术后易发生感染的患者特征,即两种感染模式:[(BMI=1)and(SD=1)and(ASA=1)and(RI=1)]or[(BMI=0)and(SD=1)and(DM=1)and(RI=1)]。结论:随机森林分类算法应用于本研究可获得90.6%的平均精度,并得到两种感染模型,(1)患者肥胖,肾功能不全,ASA分级Ⅲ级及以上,且手术时间≥3h;(2)患者无肥胖,但同时患糖尿病、肾功能不全,且手术时间≥3h。展开更多
目的探讨基于MRI的椎体骨质量评分(vertebral bone quality score,VBQ)和终板骨质量评分(endplate bone quality score,EBQ)在经椎间孔腰椎椎间融合(transforaminal lumbar interbody fusion,TLIF)术后cage沉降中的预测价值。方法因腰...目的探讨基于MRI的椎体骨质量评分(vertebral bone quality score,VBQ)和终板骨质量评分(endplate bone quality score,EBQ)在经椎间孔腰椎椎间融合(transforaminal lumbar interbody fusion,TLIF)术后cage沉降中的预测价值。方法因腰椎退行性疾病在我院行TLIF手术的226例患者,根据术后有无cage沉降将患者分为沉降组和非沉降组,比较两组患者VBQ和EBQ评分。通过多元回归分析cage沉降的危险因素,并根据受试者工作特征曲线下面积(AUC)评估VBQ和EBQ预测TLIF术后cage沉降的能力。结果226例患者中30例出现术后cage沉降。沉降组VBQ(3.8±0.4)分,EBQ(5.1±0.7)分,明显高于非沉降组(3.1±0.6)分和(4.2±1.0)分,差异有统计学意义(P<0.001)。多元回归分析显示VBQ(OR=4.258,95%CI:1.983~9.142,P<0.001)和EBQ(OR=1.971,95%CI:1.212~3.203,P=0.006)评分越高,发生cage沉降风险也越大。受试者工作特征曲线结果显示VBQ的AUC为0.843,EBQ的AUC是0.864。VBQ和EBQ预测cage沉降的最佳阈值分别为3.480(敏感性90%;特异性75.5%)和4.620(敏感性96.7%;特异性74.5%)。结论术前VBQ或EBQ评分越高,TLIF术后发生cage沉降风险越大。其中EBQ可能是一个更好的预测融合术后cage沉降的指标。展开更多
文摘目的:利用随机森林算法对腰椎后路椎间融合术后发生感染的相关危险因素进行分析并制定预测模型,为临床预防腰椎后路椎间融合术后手术部位感染(surgical site infection,SSI)的发生提供参考依据。方法:回顾性研究北京中卫云医疗数据分析与应用技术研究院经过数据处理分析提供的2019年6月~2021年6月在河北医科大学第一医院、第二医院、第三医院等河北省及北京市共15家三级甲等医院脊柱外科住院接受腰椎后路椎间融合术治疗患者的脱敏数据资料。统计分析比较感染组(SSI)和非感染组(non-SSI)的分类数据,得到对术后感染具有显著影响的变量,使用SPSS Modeler 20数据建模系统作为工具,采用随机森林(RF)算法进行分析,得到术后感染的患者特征,即感染模型。结果:本研究共纳入8764例患者数据,其中373例患者被诊断为SSI,发病率为4.4%(95%CI,2.2%~6.5%)。经过Logistic回归模型分析多个自变量与因变量的相关性,确定六个变量[包括肥胖、美国麻醉师协会(American Society of Anesthesiologists,ASA)分级Ⅲ级及以上、手术时间延长、慢性心脏病、糖尿病和肾功能不全]与SSI独立相关。以随机森林模型进行分类可获得较高的精度,为90.6%,腰椎后路椎间融合术后易发生感染的患者特征,即两种感染模式:[(BMI=1)and(SD=1)and(ASA=1)and(RI=1)]or[(BMI=0)and(SD=1)and(DM=1)and(RI=1)]。结论:随机森林分类算法应用于本研究可获得90.6%的平均精度,并得到两种感染模型,(1)患者肥胖,肾功能不全,ASA分级Ⅲ级及以上,且手术时间≥3h;(2)患者无肥胖,但同时患糖尿病、肾功能不全,且手术时间≥3h。
文摘目的探讨基于MRI的椎体骨质量评分(vertebral bone quality score,VBQ)和终板骨质量评分(endplate bone quality score,EBQ)在经椎间孔腰椎椎间融合(transforaminal lumbar interbody fusion,TLIF)术后cage沉降中的预测价值。方法因腰椎退行性疾病在我院行TLIF手术的226例患者,根据术后有无cage沉降将患者分为沉降组和非沉降组,比较两组患者VBQ和EBQ评分。通过多元回归分析cage沉降的危险因素,并根据受试者工作特征曲线下面积(AUC)评估VBQ和EBQ预测TLIF术后cage沉降的能力。结果226例患者中30例出现术后cage沉降。沉降组VBQ(3.8±0.4)分,EBQ(5.1±0.7)分,明显高于非沉降组(3.1±0.6)分和(4.2±1.0)分,差异有统计学意义(P<0.001)。多元回归分析显示VBQ(OR=4.258,95%CI:1.983~9.142,P<0.001)和EBQ(OR=1.971,95%CI:1.212~3.203,P=0.006)评分越高,发生cage沉降风险也越大。受试者工作特征曲线结果显示VBQ的AUC为0.843,EBQ的AUC是0.864。VBQ和EBQ预测cage沉降的最佳阈值分别为3.480(敏感性90%;特异性75.5%)和4.620(敏感性96.7%;特异性74.5%)。结论术前VBQ或EBQ评分越高,TLIF术后发生cage沉降风险越大。其中EBQ可能是一个更好的预测融合术后cage沉降的指标。