跌倒恐惧在全膝关节置换术后患者疼痛灾难化与恐动症的中介效应

目的探讨跌倒恐惧全膝关节置换术后患者疼痛灾难化与恐动症之间的中介效应。方法采用便利抽样法,选取2022年10月—2023年6月在郑州大学第一附属医院骨科行单侧全膝关节置换术的患者作为研究对象,采用一般资料调查表、恐动症评分简表、疼痛灾难化量表以及简明国际跌倒效能量表对230例受试对象进行问卷调查,构建并检验中介模型。结果本组全膝关节置换术后患者恐动症总分为(24.70±7.46)分,跌倒恐惧总分为(16.35±5.27)分,疼痛灾难化总分为(29.26±9.64)分。全膝关节置换术后患者恐动症总分与跌倒恐惧总分呈正相关(r=0.670,P<0.001),与疼痛灾难化总分呈正相关(r=0.710,P<0.001),疼痛灾难化总分与跌倒恐惧总分呈正相关(r=0.652,P<0.001)。跌倒恐惧在全膝关节置换术后患者疼痛灾难化与恐动症间起部分中介作用,效应占33.1%。结论本组全膝关节置换术后患者恐动症处于中等水平,跌倒恐惧及疼痛灾难化处于中等偏上水平,跌倒恐惧在全膝关节置换术后患者疼痛灾难化与恐动症间起部分中介作用。建议临床医务工作者应关注全膝关节置换术后患者疼痛灾难化及跌倒恐惧,降低其恐动症,以促进其膝关节功能快速恢复。

老年上尿路尿路上皮癌手术联合放疗效果和基于机器学习的生存预测的研究

目的探讨老年上尿路尿路上皮癌手术联合放疗效果和基于机器学习的生存预测的研究。方法通过监测、流行病学和最终结果的数据库搜集数据。采用倾向性得分匹配两组信息。采用单因素和多因素Cox回归分析比较未放疗与放疗两组上尿路尿路上皮癌特异性生存和总生存。开发6种机器学习模型,建立预测放疗后5年肿瘤特异性生存(CSS)机器学习模型。结果根据CSS单因素和多因素分析,未接受放疗的肿瘤特异性生存降低[95%置信区间(CI):1.151~1.618],年龄80岁以上(95%CI:1.052~1.278)、单身(95%CI:1.134~2.321)、离异(95%CI:1.255~1.877)、T3~4(95%CI:1.572~2.382)、N2~3分期(95%CI:1.162~1.987),未接受化疗(95%CI:1.108~1.608)、浸润性尿路上皮癌(95%CI:1.082~2.185)和N1(95%CI:1.229~2.282)特异性生存降低。相对于其他5种机器学习模型,极端梯度提升(XGBoost)模型最优,该模型的准确度为0.922,精度为0.923,灵敏度为0.931,F1得分为0.901,曲线下面积(AUC)为0.901。结论通过筛选肿瘤特异性生存的相关因素,进一步选出术后放疗生存的最佳的机器学习预测模型。