Predikční model zlomeniny kyčelního kloubu realistická data z traumatologického oddělení a ortogeriatrického oddělení.

Osteoporóza as ní spojené zlomeniny z důvodu křehkosti zůstávají v kontextu stárnutí populace celosvětově rostoucí zátěží pro zdravotní systémy i rodiny. Zlomeniny kyčle jsou zvláště závažné kvůli pobytu v nemocnici, operacím, náročné rekonvalescenci a riziku následných zlomenin.

Proto je velmi důležité odhalit pacienty s vysokým rizikem zlomenin křehkosti stehenní kosti a předvídat jejich schopnosti zotavení, aby bylo možné přijmout vhodná lékařská rozhodnutí. Včasné odhalení poškození kostí by bylo ideální pro lepší prevenci a rekonstrukci kosti.

Současným zlatým standardem pro osteoporózu zůstává rentgenová absorpciometrie s duální energií (DXA), avšak na jedné straně většina pacientů se zlomeninami není klasifikována jako osteoporotická podle definice WMO a na druhé straně není DXA široce dostupná. na mnoha místech.

Byla navržena různá alternativní zařízení, jako jsou 3D rentgenové paprsky, MRI nebo ultrazvuk, s různými náklady a dostupností. Navíc online formuláře, jako je FRAX, Garvan nebo Qfracture, navrhují vypočítat riziko zlomeniny z omezeného počtu klinických faktorů.

V současnosti rostoucí dostupnost klinických dat, metod zpracování a výpočetního výkonu otevřela cestu k novým datově řízeným predikčním modelům využívajícím velké množství biomarkerů nebo parametrů, což otevírá perspektivu pro personalizovanou precizní medicínu. Vyvstává však několik problémů:

1. dostupnost a kvalita dat pro tvorbu modelů,
2. schopnost sbírat realistická data od nových pacientů v souladu s náklady a možnostmi každé země a
3. stanovení nejdůležitějších parametrů s cílem pomoci lékařským rozhodnutím interpretovatelným způsobem.

Cílem projektu je sestavení predikčního modelu zlomeniny kyčelního kloubu s využitím dostupných nemocničních dat, rutinně sbíraných na traumatologickém oddělení a ortogeriatrickém oddělení za posledních 12 let, dat získaných od kontrolní skupiny (bez zlomeniny křehkosti) a výše. k dnešnímu dni nástroje Explainable Artificial Intelligence (XAI). Tento model by měl být přizpůsoben podmínkám „skutečného světa“ regionu a předpovídat klinická data, jako je riziko zlomenin a refraktury, riziko úmrtnosti, klasifikace typu zlomeniny a vytvoření specifického indexu komorbidity. Zvláštní pozornost bude věnována potenciálním časným detektorům křehkosti kostí.

Tento model by navíc později zahrnoval alternativní měření DXA, jako je ultrazvuk, pomocí specifického zařízení úspěšně testovaného stejným týmem. Díky mezinárodním kolegům, kteří v současnosti s týmem spolupracují, by to mohlo být také porovnáno s jinými zeměmi nebo regiony s podobnými dostupnými údaji. V případě úspěchu by databázový formát a predikční modely mohly být sdíleny s dalšími nemocnicemi s perspektivou progresivního národního a mezinárodního škálování. V blízké budoucnosti by tyto informace mohly být převedeny do informačního nástroje, který by mohl pomoci lékaři v jeho klinickém sledování starších pacientů.