PEID 수술 후 L5-S1 추간판 탈출증 재발을 예측하기 위해 309명의 환자 데이터를 분석한 머신러닝 모델이 개발되었습니다. 주요 예측 변수에는 BMI와 PDHI가 포함되었으며, 랜덤 포레스트(random forest)와 익스트림 그래디언트 부스팅 모델(extreme gradient boosting model)이 최고의 성능을 보였습니다.
이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.
연구 논문
PEID 수술 후 L5-S1 추간판 탈출증 재발을 예측하기 위해 309명의 환자 데이터를 분석한 머신러닝 모델이 개발되었습니다. 주요 예측 변수에는 BMI와 PDHI가 포함되었으며, 랜덤 포레스트(random forest)와 익스트림 그래디언트 부스팅 모델(extreme gradient boosting model)이 최고의 성능을 보였습니다.
본 연구는 L5-S1 요추 추간판 탈출증에 대한 최소 침습적 치료인 경피적 내시경 층간 추간판 절제술(PEID) 후 L5-S1 수준의 재발성 요추 디스크 탈출증(rLDH)을 예측하기 위한 기계 학습(ML) 모델을 개발하는 것을 목표로 했습니다. 2020년 1월부터 2024년 6월 사이에 단일 레벨 L5-S1 PEID를 받은 환자 309명의 데이터를 최소 6개월의 추적 관찰과 함께 분석했습니다. 임상 기록, 수술 전 영상 및 VAS(Visual Analog Scale) 점수가 사용되었습니다. LASSO 회귀를 통해 주요 예측 변수를 식별했으며, SVM(Support Vector Machine), DT(Decision Tree), ADA(Adaptive Boosting), LGBM(Light Gradient Boosting Machine), RF(Random Forest) 및 XGB(Extreme Gradient Boosting)의 6가지 ML 모델이 구축되었습니다. 환자 중 10.7%는 ≥60%의 VAS 감소로 정의되는 rLDH를 경험한 후 증상 재발 및 영상 확인이 뒤따랐습니다. 주요 예측 변수로는 체질량 지수(BMI), 후방 디스크 높이 지수(PDHI), 척추관 협착증, 질병 기간, 무감각 또는 쇠약, 모딕 변화, 탈장 유형, 당뇨병 등이 있습니다. RF 및 XGB 모델이 가장 잘 수행되었습니다. 높은 BMI, 높은 PDHI, 척추관 협착증, 6개월 이상의 질병 지속 기간, Modic 변화, 비억제 탈장 및 당뇨병은 rLDH 위험을 증가시켰습니다. 변수 중요도는 두 모델 모두에 대해 순위가 매겨졌습니다. 수술 전에 rLDH를 예측하면 의사 결정을 개선하고 PEID 후 재발 위험을 줄일 수 있으며, ML 모델은 정확도를 개선하고 중요한 위험 요인을 식별할 수 있습니다.
경피적 내시경 요추 디스크 절제술(PELD)은 경피적 내시경 경추간판 절제술(PETD)과 경피적 내시경 층간 추간판 절제술(PEID)과 같은 다양한 기술을 포함하며, 병변 위치와 환자 개인의 해부학적 특성에 따라 수술 방법을 선택할 수 있습니다1. 재발성 요추 추간판 탈출증(rLDH)은 PELD 후 재수술의 가장 흔한 이유 중 하나이며, 발생률은 0%에서 12.5%2,3 사이입니다. PEID는 최소 침습 기술로서 L5-S1 수준의 추간판 탈출증과 같은 요추 질환의 치료에 널리 적용되어 왔습니다. 최소한의 외상, 짧은 입원 기간, 빠른 수술 후 회복 등의 장점으로 인해 임상의와 환자 모두에게 높은 선호도를 얻고 있다4. 그러나 내시경 기법이 수술 외상을 줄이고 빠른 회복을 촉진하는 데 있어 상당한 이점을 가지고 있음에도 불구하고, 일부 환자들은 여전히 수술 후 재발성 추간판 탈출증 문제에 직면해 있다5.
요추 추간판 탈출증의 재발은 추간판 ....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
본 연구는 난퉁 제1인민병원 기관윤리위원회(Institutional Ethics Committee)가 승인한 후향적 분석이다. 평가판은 ClinicalTrials.gov(등록 번호: NCT06833099)에 등록되었습니다. 모든 참가자의 건강 정보가 익명으로 처리되었기 때문에 사전 동의가 필요하지 않았습니다. 사용된 소모품 및 장비는 재료 표에 나열되어 있습니다.
1. 모집단 연구
이 연구에는 2020년 1월 1일부터 2024년 6월 30일까지 난퉁 제1인민병원에서 L5-S1 추간판 탈출증으로 인한 요통과 다리 통증으로 경피적 내시경 층간 추간판 절제술(PEID)을 받은 환자 436명의 임상 데이터와 수술 전 영상 기록이 포함됐다. 제외 기준에 따라 최종적으로 309명의 환자가 포함되었으며, 그 중 재발성 요추 디스크 탈출증(rLDH)은 수술 후 VAS(Visual Analog Scale) 점수 및 후속 영상을 통해 확인되었습니다. 309명의 환자 중 33명은 수술 후 rLDH를 경험했고, 나머지 276명은 요통과 다리 통증이 현저히 완화되었으며 VAS 점수가 60% 이상 감소했다. 모든 참가자에 대한 영상 변수는 성별, 연령, 키, 체....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
본 연구에는 요추 및 다리 통증을 유발하는 L5-S1 요추 추간판 탈출증을 앓고 있는 경피적 내시경 층간 추간판 절제술(PEID)을 받은 총 309명의 환자가 포함되었습니다. 수술 전 영상 데이터, 임상적 생리학적 변수, VAS 점수, 수술 후 영상 및 VAS 점수를 수집했습니다. 이 환자 중 33명은 재발성 요추 디스크 탈출 그룹(rLDH 그룹)으로, 276명은 비재발성 그룹(Non-rLDH 그룹)으로 분류되었습니다. 수술 전 임상 및 영상 데이터에는 14개의 범주형 변수(주로 기본 질병 특성 및 생활 방식 요인을 구별하기 위함)와 13개의 연속 변수(생리학적 상태 및 수술 전 영상 변수 설명)가 포함되었습니다(표 1). 합리적인 데이터 분할을 보장하기 위해 무작위 시드를 설정하고 모든 환자 데이터를 8:2 비율로 교육 및 테스트 세트로 나누었습니다.
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
경피적 내시경 추간판 절제술(PEID)은 L5-S1 추간판 탈출증을 치료하는 데 중요한 역할을 하며, 따라서 수술 후 재발성 요추 추간판 탈출증(rLDH)을 예측하는 것이 매우 중요합니다1,2. 이미지 선택 및 데이터 정리 단계에서 이 연구는 주로 MRI 이미지를 측정했습니다. 이미지 품질이 좋지 않거나 이미지가 흐릿한 경우 추가 측정을 위해 X-ray 또는 CT 스캔을 사용했습니다. 임상 데이터가 누락된 환자의 경우, 데이터 처리 결과에 영향을 미치지 않도록 해당 데이터를 제외했습니다. 후속 변수 선택 과정에서 본 연구는 변수 선택을 위해 LASSO 회귀 분석을 사용했습니다. LASSO 회귀는 변수 선택 및 계수 축소를 위한 L1 정규화 메커니즘을 통해 변수 선택 문제를 해결하기 위해 27개의 변수를 스크리닝하여 이후에 개발된 모델의 안정성을 향상시켰습니다. 선택.......
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
저자는 이 연구가 잠재적인 이해 상충으로 해석될 수 있는 상업적 또는 재정적 관계가 없는 상태에서 수행되었다고 선언합니다.
저자들은 그들의 재정적 지원에 감사를 표하고 싶습니다(이 연구는 난징 의과대학 캉다 대학 과학 재단의 지원을 받았습니다(보조금 번호. KD2024KYJJ292). 이 연구는 난퉁대학교 임상의학 특별연구기금(보조금 번호 2024JY002)의 지원을 받았다. 이 작업은 난퉁시 보건 위원회의 과학 기술 프로젝트(보조금 번호: MS2024045). 이 작업은 장쑤성(江蘇省)의 과학기술프로젝트(Science and Technology Projects in Jiangsu Province)[BE2023742], 장쑤성 전통의학관리국(Jiangsu Administration of Traditional Chinese Medicine) 프로젝트(보조금 번호. MS2023113)을 참조하십시오.
....액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
| 이름 | 회사 | 카탈로그 번호 | 댓글 |
|---|---|---|---|
| 노트북 GPU | NVIDIA Corporation | N/A | |
| MRI 기계 | Siemens Healthineers | 11672453 | Prisma 3.0T |
| MRI 기계 | Siemens Healthineers | 10849662 | Ingenia CX 3.0T |
| MRI 기계 | 필립스 헬스케어 | 781341 | iCT 64슬라이스 나선형 CT |
| CT 기계 | 립스 헬스케어 | 728326 | Ysio |
| X-ray Machine | Siemens Healthineers | 10092577 | 4.3.1 |
| R | R Foundation | 오픈 소스 소프트웨어; https://www.r-project.org/ 에서 사용 가능. | |
| readxl | RStudio (Posit) | 최신 (CRAN) | 오픈 소스 R 패키지; CRAN을 통해 설치(install.packages("readxl")). |
| tidyverse | RStudio (Posit) | Latest (CRAN) | R 패키지 모음; CRAN(install.packages("tidyverse"))을 통해 설치합니다. |
| glmnet | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지; CRAN(install.packages("glmnet")을 통해 설치). |
| pROC | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지; CRAN(install.packages("pROC"))을 통해 설치합니다. |
| zeallot | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지; CRAN(install.packages("zeallot")을 통해 설치). |
| 망상 | RStudio (Posit) | 최신 (CRAN) | 오픈 소스 R 패키지; CRAN(install.packages("reticulate"))을 통해 설치합니다. |
| showtext | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지; CRAN(install.packages("showtext")을 통해 설치). |
| e1071 | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지, CRAN(install.packages("e1071"))을 통해 설치합니다. |
| rms | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지, CRAN(install.packages("rms"))을 통해 설치합니다. |
| rpart | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지, CRAN(install.packages("rpart")을 통해 설치). |
| 캐럿 | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지; CRAN(install.packages("캐럿")을 통해 설치). |
| rpart.plot | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지; CRAN(install.packages("rpart.plot"))을 통해 설치합니다. |
| randomForest | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지; CRAN(install.packages("randomForest")을 통해 설치). |
| corrplot | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지; CRAN(install.packages("corrplot")을 통해 설치). |
| PRROC | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지, CRAN(install.packages("PRROC")을 통해 설치). |
| Matrix | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지; CRAN(install.packages("Matrix"))을 통해 설치합니다. |
| dplyr | RStudio (Posit) | Latest (CRAN) | tidyverse의 일부; CRAN (install.packages("dplyr")을 통해 설치). |
| ggplot2 | RStudio (Posit) | Latest (CRAN) | tidyverse의 일부; CRAN (install.packages("ggplot2"))을 통해 설치합니다. |
| class | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지; CRAN(install.packages("class"))을 통해 설치합니다. |
| ada | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지; CRAN(install.packages("ada"))을 통해 설치합니다. |
| lightgbm | Microsoft | 최신 버전(CRAN/GitHub) | 오픈 소스 R 패키지, CRAN(install.packages("lightgbm")) 또는 GitHub를 통해 설치합니다. |
| xgboost | CRAN 기여자 | 최신(CRAN) | 오픈 소스 R 패키지; CRAN(install.packages("xgboost"))을 통해 설치합니다. |
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
이 논문이 게재되었습니다
동영상 곧 제공