脳卒中リハビリテーション後の仕事に戻るための予測要因のモデル開発と時間的検証

脳卒中後の仕事へのバックグラウンドリターンは、脳卒中の多くの生存者にとって重要なマイルストーンです。ただし、多くの人はこの目標を達成できません。 Tayらによる以前の研究に基づいて、入院後脳卒中リハビリテーション後の仕事への復帰のために、独立した予測因子が特定されました。 KOHとTayによるさらなる作業では、Lasso-Full、Lasso-Routine、ElasticNet-Fullなどのさまざまなモデルを介して配置された同じデータセットを使用しています。マルチサイト、外部検証研究。 一時的な検証研究を実行することは、暫定ステップです。 データセットの小さな部分を使用して、開発モデルをさらにトレーニングできます。

脳卒中のために大幅な経済コストが発生します。これには、収益の下流の損失と介護者の負担によるさらなる経済的コストが含まれていません。 既存の予測された仕事の予測モデルは、0.65〜0.80の間の受信機動作特性曲線（AUROCS）の下の面積を持っています。 ただし、これらのモデルは、キャリブレーションや臨床的有用性について評価されていません。 脳卒中後の仕事への復帰のために、外部から検証された予測モデルは存在しません。 予測モデルを持つことには利点があります。 患者とその家族の懸念の1つは、脳卒中の結果としての収入の損失を伴います。 予測モデルは、予後に導き、患者の適切なリハビリテーション目標を設定するのに役立ちます。 適切な患者は、必要に応じて作業サービスに戻るように指示することができます。

健康は自分の雇用と財政状態に関連しています。 有益な雇用に戻ることができると、より良い一般的および精神的健康が得られる可能性があります5。 過去1年間に雇用された障害のある人は、失業したのと同じ障害を持つ仲間よりも、一般的および精神的健康が改善されたと報告しました。

この研究は1〜2年で完了することができ、外部検証を含む前向き研究は、2〜2。5年にわたってNUHSの協力者と同時に実行できます。 どちらのプロジェクトも、時間検証研究の助成金を取得した後、今後2〜3年で公開できます。 その後、今後4年間で職場への復帰計算機を設計および起動することができました。

仮説この研究では、2018 - 2025年の期間の間に入院患者の脳卒中リハビリテーションを完了した1375の患者データを収集しようとしています。 開発モデルをさらに訓練し、このモデルで一時的な検証を実行しようとしています。