Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

A previsão da hérnia de disco lombar de recorrência no nível L5-S1 através de modelos de aprendizado de máquina com base na disconsectomia endoscópica por meio da abordagem interlaminar

12 de fevereiro de 2025 atualizado por: Jinyu Chen

Sobre o que foi o estudo? Este estudo concentrou-se em melhorar o cuidado de pacientes com um tipo específico de problema nas costas chamado hérnia de disco lombar no nível L5-S1. Os médicos geralmente tratam essa condição com uma cirurgia minimamente invasiva, conhecida como discoteca endoscópica percutânea (PEID). No entanto, às vezes a hérnia (o disco danificado) pode voltar após a cirurgia. O objetivo deste estudo foi desenvolver modelos de computador que ajudassem a prever quais pacientes podem experimentar uma recorrência de seu disco de hérnia.

Quem participou? O estudo revisou os registros médicos de 309 pacientes submetidos à cirurgia de PEID. Destes, 33 pacientes apresentaram uma recorrência de sua hérnia, enquanto 276 pacientes não.

O que os pesquisadores fizeram?

Coleta de dados:

Eles reuniram informações de cada paciente antes da cirurgia, incluindo detalhes clínicos (como peso corporal e quaisquer condições de saúde como diabetes) e estudos de imagem (como raios-X, tomografia computadorizada ou ressonância magnética) que mostram a condição da coluna vertebral.

Identificando os principais fatores de risco:

Usando um método estatístico chamado regressão LASSO, os pesquisadores identificaram oito fatores importantes que poderiam influenciar se a hérnia poderia voltar. Isso incluiu fatores como o índice de massa corporal (IMC), uma medida relacionada à altura do disco (índice de altura do disco posterior), sinais de estreitamento do canal espinhal, quanto tempo o paciente apresentava sintomas antes da cirurgia e outras condições de saúde.

Desenvolvendo modelos de previsão:

Eles então usaram várias técnicas de aprendizado de máquina (métodos avançados de computador que aprendem com dados) para criar modelos de previsão. Dois dos modelos de melhor desempenho foram baseados em métodos chamados de floresta aleatória e aumento de gradiente extremo (XGB).

Quais foram as principais descobertas?

Preditores -chave: IMC mais alto e alterações no disco (medidas pelo índice de altura do disco posterior) foram os preditores mais fortes de uma hérnia voltando após a cirurgia. Outros fatores, como estreitamento do canal espinhal e maior duração dos sintomas antes da cirurgia, também desempenharam papéis significativos.

Implicação prática: esses modelos podem ajudar os médicos a identificar quais pacientes estão em maior risco de recorrência. Com essas informações, eles podem ajustar os planos de tratamento e o atendimento de acompanhamento para gerenciar melhor e potencialmente reduzir o risco de voltar à hérnia.

Por que isso é importante? Para os pacientes e suas famílias, este estudo oferece esperança de planos de tratamento mais personalizados e eficazes, reduzindo as chances de precisar de cirurgias adicionais no futuro. Para os prestadores de serviços de saúde, os resultados fornecem ferramentas úteis para melhorar a tomada de decisões antes da cirurgia, garantindo melhores resultados a longo prazo para pacientes com hérnia de disco lombar L5-S1.

Em resumo, esta pesquisa usa métodos modernos de computador para prever o risco de hérnia de disco recorrente após uma cirurgia nas costas minimamente invasiva, com o objetivo de melhorar o atendimento ao paciente e melhorar os resultados cirúrgicos.

Visão geral do estudo

Status

Concluído

Descrição detalhada

Descrição detalhada

Este estudo teve como objetivo melhorar os cuidados para pacientes submetidos a uma cirurgia da coluna minimamente invasiva conhecida como discotecópica endoscópica percutânea (PEID), que é usada para tratar discos hérnianos no nível L5-S1. Hernia de disco recorrente-onde o problema do disco retorna após a cirurgia-a pode levar a dor adicional e a necessidade de tratamento adicional. Para resolver esse problema, a equipe de pesquisa realizou uma revisão aprofundada dos dados dos pacientes reunidos em um único hospital.

Como o estudo foi conduzido, pesquisadores coletaram informações abrangentes de 309 pacientes submetidos à PEID. Essas informações incluíam detalhes clínicos (como idade, índice de massa corporal e condições existentes como diabetes) e dados de imagem (de raios-X, tomografia computadorizada e ressonância magnética) que forneceram informações sobre a estrutura e a condição da coluna vertebral. Em vez de depender de um único fator, o estudo examinou uma ampla gama de variáveis ​​para entender quais poderia prever uma recorrência do disco hérnia.

Análise de dados avançados e métodos de previsão para peneirar a grande quantidade de dados coletados, a equipe usou uma técnica estatística chamada regressão LASSO. Esse método ajudou a identificar os fatores mais influentes de muitas medidas possíveis. Oito fatores -chave surgiram, incluindo o índice de massa corporal (IMC) e medições específicas relacionadas à estrutura do disco espinhal.

Com base nessa base, o estudo empregou várias técnicas de aprendizado de máquina, métodos de computador avançados que detectam padrões nos dados para criar modelos capazes de prever o risco de recorrência. Entre os vários modelos testados, dois (florestas aleatórias e aumento de gradiente extremo) se destacaram por seu forte desempenho. Esses modelos não apenas destacaram o significado de fatores como IMC e certas medições da coluna vertebral, mas também forneceram uma ferramenta promissora para os médicos avaliarem o risco antes da cirurgia.

Por que isso é importante para os profissionais de saúde, ter um modelo preditivo confiável significa que eles podem adaptar melhor as técnicas cirúrgicas e os cuidados pós -operatórios a pacientes individuais. Ao entender o perfil de risco de um paciente, os cirurgiões podem tomar precauções adicionais ou considerar abordagens alternativas para reduzir a chance de recorrência. Para os pacientes e suas famílias, isso se traduz em planos de tratamento mais personalizados e potencialmente menos complicações ou cirurgias repetidas no futuro.

Em resumo, este estudo representa um passo importante em direção à medicina personalizada em cuidados na coluna vertebral. Ao integrar dados clínicos e de imagem detalhados com técnicas de aprendizado de máquina de última geração, os pesquisadores desenvolveram um modelo que pode prever a probabilidade de um disco de hérnia recorrente após a cirurgia de PEID. As idéias obtidas não apenas melhoram a compreensão dos principais fatores de risco, mas também abriga o caminho para estratégias de tratamento mais direcionadas e eficazes, buscando aumentar os resultados dos pacientes a longo prazo.

Tipo de estudo

Observacional

Inscrição (Real)

309

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

    • Jiangsu
      • Nantong, Jiangsu, China, 226000
        • Nantong First People's Hospital

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

  • Filho
  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Não

Método de amostragem

Amostra Não Probabilística

População do estudo

Estudo Descrição da população:

A população do estudo consistiu em 309 pacientes submetidos à discoteca interlaminar endoscópica percutânea (PEID) para hérnia de disco lombar L5-S1 entre janeiro de 2020 e junho de 2024 no Hospital Popular de Nantong. Todos os pacientes tiveram pelo menos 6 meses de acompanhamento pós-cirurgia. O estudo concentrou -se na identificação de fatores que prevêem hérnia de disco lombar recorrente (RLDH) após o procedimento.

Descrição

Critérios de inclusão:

Critérios de inclusão para RLDH: (a) Pacientes com hérnia de disco lombar L5-S1 submetidos a PEID de nível único. (B) Exames abrangentes de imagem completos dentro de um mês antes da cirurgia.

(C) Os escores de VAS pós -operatórios diminuíram ≥60%, seguidos por um aumento, confirmados pela imagem.

(D) Nenhuma outra anormalidade detectada na imagem. (E) Período mínimo de acompanhamento de 6 meses.

Critérios de inclusão para não-RLDH: (a) Pacientes com hérnia de disco lombar L5-S1 submetidos a PEID de nível único. (B) Exames abrangentes de imagem completos dentro de um mês antes da cirurgia. (C) Os escores de VAS pós -operatórios diminuíram ≥60% sem recorrência. (D) Nenhuma outra anormalidade detectada na imagem. (E) Período mínimo de acompanhamento de 6 meses.

Critérios de exclusão:

(A) Presença de outras condições patológicas que causam dor lombar, como infecções por disco, tumores espinhais, doença óssea metabólica ou osteoporose. (B) História do disco lombar anterior ou outras cirurgias da coluna vertebral. (C) Qualidade de imagem ruim ou dados de exame incompletos. (D) Os pacientes perderam o acompanhamento.

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

Coortes e Intervenções

Grupo / Coorte
Intervenção / Tratamento
RLDH recorrente
: Pacientes que sofreram hérnia de disco lombar recorrente após L5-S1 PEID.

Essa intervenção usa um modelo de aprendizado de máquina para prever o risco de hérnia de disco lombar recorrente (RLDH) em pacientes que tiveram discoteca interlaminar endoscópica percutânea (PEID) no nível L5-S1. O modelo combina dados clínicos (por exemplo, IMC, duração da doença, diabetes) e métricas de imagem (por exemplo, índice de altura do disco posterior, estenose do canal espinhal) para criar uma pontuação de risco personalizada, diferentemente dos métodos tradicionais que dependem apenas de julgamento clínico ou imagem.

Principais recursos:

Abordagem orientada a dados: desenvolvido usando dados de 309 pacientes para relevância no mundo real.

Seleção de variável avançada: identifica oito preditores -chave usando a regressão LASSO.

Múltiplas técnicas de aprendizado de máquina: usa algoritmos como máquina vetorial de suporte, floresta aleatória e aumento de gradiente extremo.

Otimizado para a tomada de decisão clínica: auxilia os cirurgiões na personalização dos planos de tratamento para reduzir o risco de recorrência.

RLDH não recorrente
Pacientes que não sofreram hérnia de disco lombar recorrente após L5-S1 PEID.

Essa intervenção usa um modelo de aprendizado de máquina para prever o risco de hérnia de disco lombar recorrente (RLDH) em pacientes que tiveram discoteca interlaminar endoscópica percutânea (PEID) no nível L5-S1. O modelo combina dados clínicos (por exemplo, IMC, duração da doença, diabetes) e métricas de imagem (por exemplo, índice de altura do disco posterior, estenose do canal espinhal) para criar uma pontuação de risco personalizada, diferentemente dos métodos tradicionais que dependem apenas de julgamento clínico ou imagem.

Principais recursos:

Abordagem orientada a dados: desenvolvido usando dados de 309 pacientes para relevância no mundo real.

Seleção de variável avançada: identifica oito preditores -chave usando a regressão LASSO.

Múltiplas técnicas de aprendizado de máquina: usa algoritmos como máquina vetorial de suporte, floresta aleatória e aumento de gradiente extremo.

Otimizado para a tomada de decisão clínica: auxilia os cirurgiões na personalização dos planos de tratamento para reduzir o risco de recorrência.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Recorrência da hérnia de disco lombar (RLDH) após a disconsctomia interlaminar endoscópica percutânea (PEID) no nível L5-S1
Prazo: A recorrência será monitorada e documentada durante as visitas de acompanhamento pelo menos 6 meses
A medida do desfecho primário avaliará a recorrência da hérnia de disco lombar (RLDH) em pacientes submetidos à discoteca interlaminária endoscópica percutânea (PEID) no nível L5-S1. A ocorrência do RLDH será avaliada com base em sintomas clínicos e achados de imagem, incluindo ressonância magnética ou tomografia computadorizada, dentro de um período de acompanhamento especificado após a cirurgia. Essa medida visa desenvolver um modelo preditivo para estimar a probabilidade de recorrência da hérnia de disco após o PEID no nível L5-S1.
A recorrência será monitorada e documentada durante as visitas de acompanhamento pelo menos 6 meses

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Publicações e links úteis

A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.

Publicações Gerais

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

1 de janeiro de 2020

Conclusão Primária (Real)

31 de maio de 2024

Conclusão do estudo (Real)

1 de novembro de 2024

Datas de inscrição no estudo

Enviado pela primeira vez

12 de fevereiro de 2025

Enviado pela primeira vez que atendeu aos critérios de CQ

12 de fevereiro de 2025

Primeira postagem (Real)

25 de março de 2025

Atualizações de registro de estudo

Última Atualização Postada (Real)

25 de março de 2025

Última atualização enviada que atendeu aos critérios de controle de qualidade

12 de fevereiro de 2025

Última verificação

1 de outubro de 2024

Mais Informações

Termos relacionados a este estudo

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Descrição do plano IPD

Devido à natureza sensível dos dados clínicos e de imagem do paciente e, para proteger a privacidade e a segurança dos dados do paciente, não planejamos compartilhar dados individuais dos participantes (IPD) com outros pesquisadores. Compartilhar esses dados pode levar ao vazamento de informações pessoais, por isso decidimos não disponibilizar esses dados publicamente. Todos os dados serão tratados em estrita conformidade com os regulamentos de proteção de privacidade estabelecidos pelo Comitê de Ética do Hospital e serão usados ​​exclusivamente dentro da equipe de pesquisa.

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

produto fabricado e exportado dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Se inscrever