Page 112 - 临床诊疗与护理

临床诊疗与护理
Clinical Diagnosis, Treatment, and Nursing

要的一环，有助于减少手术创伤、降低并发症发生率、减轻患者的医疗成本。
Martini 等利用机器学习分类模型识别脊柱手术后 30d 内非计划再次入院的风险
因素，结果显示，年龄、伴随疾病、手术时间、术中吗啡用量、住院时间和治疗

总花费等是预测患者再入院风险的最重要的 6 种因素。
Shah 等采用逻辑回归和 4 种机器学习模型对腰椎融合术后主要并发症和 30d
内再入院风险进行预测分析，结果显示机器学习模型的表现均优于逻辑回归模型，
而对于其中性能最佳的模型，心绞痛、转移性癌、脑震荡史、伴随疾病、就诊医
院级别和工伤补偿保险是其最重要的预测变量。Dong 等对 346 例接受双侧 PKP

的单节段骨质疏松性椎体压缩性骨折患者进行了回顾研究，发现高 BMI 值、胸
腰椎骨折等 7 个变量是 PKP 术后复发的独立危险因素。
迄今为止，关于脊柱疾病预后判断和风险评估的报道大多是回顾性研究，且

在数据分布、定义标准、纳入因素等方面不可避免地存在异质性，未来仍需更多
前瞻性数据集对构建的模型进行验证。随着算法迭代更新的周期愈加缩短，新方
法、新技术不断涌现，基于 AI 技术的预后分析在其丰富性和准确性上将得到进
一步提高。

100