Udvikling og forvalidering af en maskinlæringsbaseret prediktionsalgoritme til tidlig funktionel genopretning hos patienter, der gennemgår hofte- og knæskiftoperation (FISIO_IA)

Dette observationsstudie har til formål at udvikle og forvalide en maskinlæringsalgoritme til at forudsige tidlig mobilitetsgenopretning og hospitalsopholdets varighed hos patienter, der gennemgår elektiv hofte- eller knæalloplastik. Studiet omfatter en retrospektiv fase (2020-2023), der anvender eksisterende kliniske og fysioterapeutiske data, og en prospektiv fase (marts 2026-december 2027) til validering af modellen i rutinemæssig klinisk praksis.

Dataindsamling og resultater:

Mobilitetsgenopretning: vurderet ved evnen til at bestige og nedstige tre trin inden for de første fire postoperative dage, registreret i fysioterapidagbogen og den elektroniske patientjournal.

Opholdets varighed: betragtes som regelmæssig, hvis udskrivning sker inden den femte postoperative dag; længere ophold defineres som forlængede.

Prædiktorer: Baseline-demografi (alder, køn, BMI, ASA-score, præoperativt hæmoglobin) og kliniske/perioperative karakteristika (type af kirurgi og anæstesi, igangsættelse af fysioterapi, smertegrad, brug af urinkateter, ortostatisk intolerance).

Stikprøvestørrelse: 943 patienter i alt (600 retrospektive, 343 prospektive), baseret på modeludviklingskrav og AUROC-estimering.

Dataanalyse: Datasættet opdeles i trænings-, validerings- og testsæt. Flere overvågede læringsalgoritmer (f.eks. logistisk regression, tilfældig skov, gradient boosting) sammenlignes. Modelydelse evalueres ved brug af AUROC, sensitivitet, specificitet, præcision, F1-score og kalibrering. Manglende data håndteres med imputering eller indbyggede algoritmemetoder, når det understøttes.

Modelvalidering: Prospektive data anvendes til at vurdere modeldiskrimination og kalibrering og til at identificere potentielle tidsmæssige eller kliniske bias. Genoptraining kan udføres ved brug af kombinerede datasæt for at forbedre generaliserbarheden.

Studieforløb: Retrospektive patienter identificeres via hospitalsjournaler; prospektive patienter identificeres ved den første postoperative fysioterapisession, modtager studieinformation og giver samtykke. Prædiktive resultater opbevares i en separat registrering, der ikke er tilgængelig for behandlende klinikere.

Deltagende centre:

IRCCS Istituto Ortopedico Rizzoli, Bologna - patientrekruttering. Complex Structure of Medical Physics, Arcispedale S. Maria Nuova - dataanalyse og AI-modellering.