Az idiopátiás gerincferdülés előrejelző modelljeinek kidolgozása és belső validálása a természettörténet és a kezelési eredmények a mesterséges intelligencia felhasználásával egy nagy klinikai adatbázisban (PREPARE)

A scoliosis a gerinc háromdimenziós deformációja. Leggyakoribb formájában (az esetek kb. 70%-ában) az okok ismeretlenek, ezért idiopátiás scoliosisnak nevezik. A legtöbb esetben 10 éves kor után fedezik fel, és diagnosztikailag legalább 10°-os görbét határoznak meg, álló röntgenfelvételen Cobb-módszerrel mérve.

Ha a gerincferdülés a növekedés végén meghaladja a 30°-os Cobb kritikus küszöböt, a felnőtt életben egyre nagyobb az egészségügyi és szociális problémák kockázata. Emiatt a kezelés fő célja az, hogy a növekedési periódus 30°-nál kisebb görbével és jó szagittalis egyensúlysal, de legalább jóval 50° alatt legyen, ami a műtéti küszöböt jelenti.

A növekedés a deformitások kialakulását elősegítő tényező, ezért a betegeket a növekedés végéig követik. Ez az oka annak, hogy a terápia hosszú évekig tarthat, a deformitás jelenlétének felfedezésétől a csontérésig.

A terápia kimenetelét előrejelző paraméterek korai azonosítása annak érdekében, hogy a lehető legkisebb agresszivitást a beteg jövője szempontjából szükséges eredmény felé irányítsa, integrálva annak hatékonyságának értékelésével (monitoring), az egyik legfontosabb cél ezen a területen a minimalizálás érdekében. a kezelés terhe a növekedés egy bizonyos szakaszában, például a serdülőkori fejlődésben, valamint azonosítani kell azokat az alanyokat, akiknek leginkább ki vannak téve a felnőttkori rosszabbodás kockázatának.

A klinikai adatok szisztematikus gyűjtése a terápiás folyamat során lehetőséget ad a fejlett elemzési modelleken keresztül, retrospektív módon alkalmazva a hajlamosító és védőfaktorok azonosítására. Ha a rendelkezésre álló adatok elegendően nagyok, lehetséges olyan prediktív egyenleteket készíteni, amelyek segítik a klinikusokat a terápiás választásban, és segítik a betegeket megérteni a rendelkezésre álló terápiák kockázatait és előnyeit. Az új technológiák, például a mesterséges intelligencia technikák új és érdekes módszereket kínálnak a kockázatok becslésére, valamint egyes terápiás lehetőségek előnyeinek és biztonságának kiszámítására másokhoz képest.

Ennek a tanulmánynak az a célja, hogy adatvezérelt rétegződési és előrejelzési modelleket fejlesszen ki és belsőleg validáljon a gondozás végének többszörös kimenetelének előrejelzésére, amelyek magukban foglalják a Cobb-fokban mért görbe nagyságát, a szagittális egyensúlyt meghatározó mérőszámokat, valamint az életminőséget és a mért funkciókat. önkitöltős kérdőíveken keresztül.