预防整形外科并发症的AI风险评估模型（人工智能） (AI)

研究设计和程序：

这项观察性研究的目的是确定基于人工智能的风险评估模型是否可以通过改善决策、提供解决风险因素的建议以及协助医生选择合适的择期手术时间和环境来帮助预防整形手术患者的并发症。整形外科。

方法：

该研究于 2021 年 1 月至 2024 年 5 月进行，涉及 3,347 名患者，在单独的实践环境中使用 AI 风险评估模型进行了评估。 该模型使用算法来评估临床数据和患者病史、计算风险评分、突出风险因素并生成个性化建议。

患者评估：

数据收集：参与者填写在线表格，收集各种临床因素的数据，包括体重指数、年龄、Caprini 评分、吸烟习惯和性别。

风险计算：该算法计算风险评分，标记异常值，并使用身体变形障碍问卷 (BDDQ) 筛查身体变形障碍 (BDD)。

风险分类：根据风险评分将患者分为低风险、中风险或高风险组。

个性化建议：该模型根据每位患者的风险评估生成具体建议，包括：

体重管理：针对 BMI ≥ 25.1 的患者的目标体重建议。 戒烟：给吸烟患者戒烟的建议。 血压控制：建议高血压患者每天监测血压并咨询心脏病专家。

深静脉血栓（DVT）和静脉曲张：对于有DVT、凝血功能障碍、静脉曲张或Caprini评分≥8的患者，建议术前24至72小时进行下肢多普勒超声检查。

合并症：建议对 50 岁以上有高血压或血管病理史的患者进行心脏超声心动图和压力测试。

营养指导：建议BMI≤25.1的患者咨询营养师并接受饮食失调筛查和精神科咨询。

专家转诊：根据合并症结果建议咨询内分泌科医生、减肥外科医生、心脏病专家、血液科医生或其他专家，并根据 BDD 筛查建议转诊精神科。

数据管理：

从参与者收集的数据将被匿名化并安全存储，以保护患者的隐私和机密。 数据管理流程包括：

敏感数据匿名化：删除或屏蔽所有个人身份信息 (PII)，以确保参与者的身份受到保护。 匿名数据用于分析以保持机密性。

质量保证计划：定期数据验证和注册程序，包括现场监控和审计，以确保数据完整性。

数据检查：数据字段的一致性检查和范围的预定义规则。 源数据验证：将注册数据与外部来源（例如医疗记录）进行比较，以评估准确性和完整性。

数据字典：每个变量的详细描述，包括来源、编码和正常范围。

标准操作程序 (SOP)：患者招募、数据收集、管理、分析、不良事件报告和变更管理的程序。

统计分析：

使用 Colab 笔记本进行统计和推断分析，以确保稳健性和可重复性。 主要结果指标是每个风险组的并发症发生率。 次要结果指标包括危险因素和并发症之间的相关性。

样本量评估：

确定样本量是为了确保有足够的功效来检测风险组之间并发症发生率的差异。

缺失数据计划：

已制定程序来解决缺失数据，包括插补技术和敏感性分析。

统计分析计划：

分析计划包括描述性统计、相关性分析和回归模型，以评估危险因素和并发症之间的关系。