- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT06833099
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
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
Condições
Intervenção / Tratamento
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
Inscrição (Real)
Contactos e Locais
Locais de estudo
-
-
Jiangsu
-
Nantong, Jiangsu, China, 226000
- Nantong First People's Hospital
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Filho
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Método de amostragem
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
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
Patrocinador
Colaboradores
Publicações e links úteis
Publicações Gerais
- Shi H, Zhu L, Jiang ZL, Wu XT. Radiological risk factors for recurrent lumbar disc herniation after percutaneous transforaminal endoscopic discectomy: a retrospective matched case-control study. Eur Spine J. 2021 Apr;30(4):886-892. doi: 10.1007/s00586-020-06674-3. Epub 2021 Jan 1.
- Yu C, Zhan X, Liu C, Liao S, Xu J, Liang T, Zhang Z, Chen J. Risk Factors for Recurrent L5-S1 Disc Herniation After Percutaneous Endoscopic Transforaminal Discectomy: A Retrospective Study. Med Sci Monit. 2020 Mar 25;26:e919888. doi: 10.12659/MSM.919888.
- Choi G, Lee SH, Raiturker PP, Lee S, Chae YS. Percutaneous endoscopic interlaminar discectomy for intracanalicular disc herniations at L5-S1 using a rigid working channel endoscope. Neurosurgery. 2006 Feb;58(1 Suppl):ONS59-68; discussion ONS59-68. doi: 10.1227/01.neu.0000192713.95921.4a.
- Siemionow K, An H, Masuda K, Andersson G, Cs-Szabo G. The effects of age, sex, ethnicity, and spinal level on the rate of intervertebral disc degeneration: a review of 1712 intervertebral discs. Spine (Phila Pa 1976). 2011 Aug 1;36(17):1333-9. doi: 10.1097/BRS.0b013e3181f2a177.
- Li Y, Wang B, Li H, Chang X, Wu Y, Hu Z, Liu C, Gao X, Zhang Y, Liu H, Li Y, Li C. Adjuvant surgical decision-making system for lumbar intervertebral disc herniation after percutaneous endoscopic lumber discectomy: a retrospective nonlinear multiple logistic regression prediction model based on a large sample. Spine J. 2021 Dec;21(12):2035-2048. doi: 10.1016/j.spinee.2021.07.012. Epub 2021 Jul 20.
- Jia M, Sheng Y, Chen G, Zhang W, Lin J, Lu S, Li F, Ying J, Teng H. Development and validation of a nomogram predicting the risk of recurrent lumbar disk herniation within 6 months after percutaneous endoscopic lumbar discectomy. J Orthop Surg Res. 2021 Apr 21;16(1):274. doi: 10.1186/s13018-021-02425-2.
- Han M, Liu L, Hu M, Liu G, Li P. Medical expert and machine learning analysis of lumbar disc herniation based on magnetic resonance imaging. Comput Methods Programs Biomed. 2022 Jan;213:106498. doi: 10.1016/j.cmpb.2021.106498. Epub 2021 Oct 29.
- Li R, Fu D, Han H, Zhan Z, Wu Y, Meng B. Comparative analysis of percutaneous endoscopic interlaminar discectomy for highly downward-migrated disc herniation. J Orthop Surg Res. 2023 Aug 14;18(1):602. doi: 10.1186/s13018-023-04090-z.
- Berg B, Gorosito MA, Fjeld O, Haugerud H, Storheim K, Solberg TK, Grotle M. Machine Learning Models for Predicting Disability and Pain Following Lumbar Disc Herniation Surgery. JAMA Netw Open. 2024 Feb 5;7(2):e2355024. doi: 10.1001/jamanetworkopen.2023.55024.
- Harada GK, Siyaji ZK, Mallow GM, Hornung AL, Hassan F, Basques BA, Mohammed HA, Sayari AJ, Samartzis D, An HS. Artificial intelligence predicts disk re-herniation following lumbar microdiscectomy: development of the "RAD" risk profile. Eur Spine J. 2021 Aug;30(8):2167-2175. doi: 10.1007/s00586-021-06866-5. Epub 2021 Jun 7.
- Wang H, Zhou Y, Li C, Liu J, Xiang L. Risk factors for failure of single-level percutaneous endoscopic lumbar discectomy. J Neurosurg Spine. 2015 Sep;23(3):320-5. doi: 10.3171/2014.10.SPINE1442. Epub 2015 Jun 12.
- Huang W, Han Z, Liu J, Yu L, Yu X. Risk Factors for Recurrent Lumbar Disc Herniation: A Systematic Review and Meta-Analysis. Medicine (Baltimore). 2016 Jan;95(2):e2378. doi: 10.1097/MD.0000000000002378.
- Li H, Deng W, Wei F, Zhang L, Chen F. Factors related to the postoperative recurrence of lumbar disc herniation treated by percutaneous transforaminal endoscopy: A meta-analysis. Front Surg. 2023 Jan 19;9:1049779. doi: 10.3389/fsurg.2022.1049779. eCollection 2022.
- Ren G, Liu L, Zhang P, Xie Z, Wang P, Zhang W, Wang H, Shen M, Deng L, Tao Y, Li X, Wang J, Wang Y, Wu X. Machine Learning Predicts Recurrent Lumbar Disc Herniation Following Percutaneous Endoscopic Lumbar Discectomy. Global Spine J. 2024 Jan;14(1):146-152. doi: 10.1177/21925682221097650. Epub 2022 May 2.
- Modic MT, Ross JS. Lumbar degenerative disk disease. Radiology. 2007 Oct;245(1):43-61. doi: 10.1148/radiol.2451051706.
- Ju CI, Lee SM. Complications and Management of Endoscopic Spinal Surgery. Neurospine. 2023 Mar;20(1):56-77. doi: 10.14245/ns.2346226.113. Epub 2023 Mar 31.
- Pan M, Li Q, Li S, Mao H, Meng B, Zhou F, Yang H. Percutaneous Endoscopic Lumbar Discectomy: Indications and Complications. Pain Physician. 2020 Jan;23(1):49-56.
- Yin S, Du H, Yang W, Duan C, Feng C, Tao H. Prevalence of Recurrent Herniation Following Percutaneous Endoscopic Lumbar Discectomy: A Meta-Analysis. Pain Physician. 2018 Jul;21(4):337-350.
- Cheng J, Wang H, Zheng W, Li C, Wang J, Zhang Z, Huang B, Zhou Y. Reoperation after lumbar disc surgery in two hundred and seven patients. Int Orthop. 2013 Aug;37(8):1511-7. doi: 10.1007/s00264-013-1925-2. Epub 2013 May 22.
- Chen Z, Wang X, Cui X, Zhang G, Xu J, Lian X. Transforaminal Versus Interlaminar Approach of Full-Endoscopic Lumbar Discectomy Under Local Anesthesia for L5/S1 Disc Herniation: A Randomized Controlled Trial. Pain Physician. 2022 Nov;25(8):E1191-E1198.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Real)
Conclusão do estudo (Real)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- JiajiaChen
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Descrição do plano IPD
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
produto fabricado e exportado dos EUA
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 .