Scidown文献预览系统!
机器学习算法预测髋关节镜术后满意度的临床显著改善( Machine Learning Algorithms Predict Clinically Significant Improvements in Satisfaction after Hip Arthroscopy )
KN Kunze MPBS Evan RBS Jonathan JNMS Shane
目的:(1)开发机器学习算法来预测髋关节镜术后达到临床显著满意度的失败。方法:对2012年1月至2017年1月间连续行初次髋关节镜检查的患者进行询问。五个有监督的机器学习算法是在一个训练集上开发的,并在一个独立的测试集上通过判别、Brier评分、校准和决策曲线分析进行了内部验证。满意度的视觉模拟量表(VAS)的最小临床显著差异(MCID)是使用基于锚的方法得出的,并用作主要结果。结果:共纳入935例患者,其中148例(15.8%)在术后至少两年未能达到VAS满意度的MCID。最佳算法是神经网络模型(C-统计量:0.94,校正截距:-0.43,校正斜率:0.94,Brier得分:0.050)。预测VAS满意度未能达到MCID的5个最重要的特征是焦虑/抑郁史、外侧中心边缘角、术前症状持续时间超过2年、存在一种或多种药物过敏和工人报酬。结论:有监督的机器学习算法在预测髋关节镜检查后的临床显著满意度方面具有出色的识别能力和性能,尽管这项分析是在单个患者群体中进行的。需要外部验证来确认这些算法的性能。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】