Исследователи из отделения нейрохирургии Стэнфордского университета в Калифорнии разработали и оценили прогностические модели неблагоприятных явлений, связанных с операцией на позвоночнике.
Они использовали машинное обучение для разработки модели для прогнозирования нежелательных явлений через 30 дней после операции и опубликовали свои результаты в «The Spine Journal». Исследователи использовали метод наименьшей абсолютной усадки и регуляризации выбора оператора и подход логистической регрессии с данными для изучения рисков неблагоприятных событий.
В исследование были включены данные 345510 пациентов, внесенных в базы данных Truven MarketScan и MarketScan Medicaid Database, а также 760724 бенефициаров Medicare и Medicaid.
Результаты исследования показали, что сердечная дисфункция была наиболее частым побочным эффектом (10,6% пациентов). Вторым наиболее распространенным побочным эффектом были легочные осложнения (4,7% пациентов).
Точность прогноза составляла 0,7 для всех неблагоприятных событий. Модель для прогнозирования риска легочных осложнений была наиболее точной — 0,76.
Исследователи также обнаружили, что статус Medicaid является важным фактором в прогнозировании неблагоприятных событий, когда бенефициары увеличивают свои шансы на неблагоприятные события с 20 до 60%.
Авторы статьи рекомендуют клиницистам использовать эту модель при консультировании пациентов и обсуждении лечения, и она может быть рассмотрена для точной корректировки риска.