La predicción de la hernia de disco lumbar de recurrencia en el nivel de L5-S1 a través de modelos de aprendizaje automático basados ​​en discectomía endoscópica a través del enfoque interlaminar

¿De qué fue el estudio? Este estudio se centró en mejorar la atención de pacientes con un tipo específico de problema de espalda llamado hernia de disco lumbar en el nivel L5-S1. Los médicos a menudo tratan esta condición con una cirugía mínimamente invasiva conocida como discectomía interlaminar endoscópica percutánea (PEID). Sin embargo, a veces la hernia (el disco dañado) puede volver después de la cirugía. El objetivo de este estudio fue desarrollar modelos de computadora que ayuden a predecir qué pacientes podrían experimentar una recurrencia de su disco herniado.

¿Quién participó? El estudio revisó los registros médicos de 309 pacientes que se habían sometido a la cirugía PEID. De estos, 33 pacientes experimentaron una recurrencia de su hernia, mientras que 276 pacientes no.

¿Qué hicieron los investigadores?

Recopilación de datos:

Recopilaron información de cada paciente antes de la cirugía, incluidos los detalles clínicos (como el peso corporal y cualquier condición de salud como la diabetes) y los estudios de imágenes (como radiografías, tomografías computarizadas o resonancias magnéticas) que muestran la condición de la columna vertebral.

Identificación de factores de riesgo clave:

Utilizando un método estadístico llamado regresión de lasso, los investigadores identificaron ocho factores importantes que podrían influir en si la hernia podría volver. Estos factores incluidos como el índice de masa corporal (IMC), una medida relacionada con la altura del disco (índice de altura del disco posterior), signos de estrechamiento del canal espinal, cuánto tiempo el paciente tenía síntomas antes de la cirugía y otras afecciones de salud.

Desarrollo de modelos de predicción:

Luego utilizaron varias técnicas de aprendizaje automático (métodos informáticos avanzados que aprenden de los datos) para crear modelos de predicción. Dos de los modelos de mejor rendimiento se basaron en métodos llamados bosques aleatorios y impulso de gradiente extremo (XGB).

¿Cuáles fueron los principales hallazgos?

Predictores clave: se encontró que el IMC más alto y los cambios en el disco (medidos por el índice de altura del disco posterior) son los predictores más fuertes de una hernia que regresan después de la cirugía. Otros factores, como el estrechamiento del canal espinal y la mayor duración de los síntomas antes de la cirugía, también jugaron papeles significativos.

Implicación práctica: estos modelos pueden ayudar a los médicos a identificar qué pacientes tienen un mayor riesgo de recurrencia. Con esta información, pueden ajustar los planes de tratamiento y la atención de seguimiento para administrar mejor y potencialmente reducir el riesgo de que regrese la hernia.

¿Por qué es esto importante? Para los pacientes y sus familias, este estudio ofrece esperanza de planes de tratamiento más personalizados y efectivos, reduciendo las posibilidades de necesitar cirugías adicionales en el futuro. Para los proveedores de atención médica, los hallazgos proporcionan herramientas útiles para mejorar la toma de decisiones antes de la cirugía, asegurando mejores resultados a largo plazo para pacientes con hernia de disco lumbar L5-S1.

En resumen, esta investigación utiliza métodos informáticos modernos para predecir el riesgo de hernia recurrente del disco después de una cirugía de espalda mínimamente invasiva común, con el objetivo de mejorar la atención al paciente y mejorar los resultados quirúrgicos.