换一批
换一批基于机器学习的(踇)外翻术后复发预测模型
Machine learning-based prediction model for hallux valgus recurrence after surgery
摘要：
目的 本研究采用常见的机器学习算法,基于(踇)外翻(hallux valgus,HV)患者的术前负重位及术后即刻非负重位X线片测量指标,构建(踇)外翻术后复发预测模型,为临床早期识别(踇)外翻复发患者提供客观、精准的临床决策辅助系统.方法 回顾性纳入天津医科大学总医院的172例HV患者,共包括230只接受远端截骨矫形及软组织手术的HV足.收集患足术前的负重位及术后非负重位X线片,并基于X线片获得足部各解剖参数.同时根据手术后6个月患足(踇)外翻角是否大于20°来判断其是否存在复发.之后将足部各解剖参数作为特征训练机器学习模型,并预测HV足是否出现复发,模型训练及测试采用10折交叉验证法以获得各模型的预测效能.为了进一步提高机器学习模型预测精度,在进行机器学习模型训练之前,首先采用K-means聚类将训练样本划分为两个亚型,对每个亚型分别训练机器学习模型.对于测试样本,首先根据其与两个亚型中心的距离判断其归属类别,再进一步采用相应模型进行预测,且同时采用10折交叉验证法来获得机器模型预测效能.结果 机器学习能较好地预测(踇)外翻的术后复发,且通过K-means聚类划分亚型后构建机器学习模型,能够有效提高预测精度.结论 采用机器学习模型能够准确预测(踇)外翻术后复发情况,为开发(踇)外翻术后复发的临床预测模型提供了新的思路.
更多
作者：
作者单位：
天津医科大学总医院骨科,天津 300052
[1]
天津医科大学基础医学院,天津 300052
[2]
天津医科大学总医院放射科,天津 300052
[3]
期刊：
《足踝外科电子杂志》2024年11卷1期 10-15页
分类号：
R687.3
栏目名称：
论著
DOI：
10.3969/j.issn.2095-7793.2024.01.005
发布时间：
2024-07-24
基金项目：
天津医科大学本科教育教学研究项目
- 浏览：3
- 被引：0
- 下载：1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
