与初次腰椎显微椎间盘切除术后两年内需要再次进行显微椎间盘切除术或后续脊柱融合术相关的风险因素

《Spine》：Risk Factors Associated With Revision Microdiscectomy or Subsequent Spinal Fusion Within Two Years of Index Lumbar Microdiscectomy

本研究通过多中心回顾性队列设计，开发了预测脊柱转移癌患者术后1个月和6个月生活质量改善的机器学习模型。结果显示，6个月模型（朴素贝叶斯，AUC 0.8928）优于1个月模型（逻辑回归，AUC 0.8136），共同重要特征为EQ-5D运动维度。模型为临床决策和患者咨询提供支持，但需外部验证。

　　

摘要通俗语言总结

---

研究设计。

这是一项前瞻性多中心队列研究。

研究目的。

旨在开发并验证机器学习模型，以预测脊柱转移瘤患者术后一个月和六个月时健康相关生活质量（HRQoL）的改善情况。

背景数据总结。

与生存结果的研究相比，关于脊柱转移瘤手术术后HRQoL的预测研究仍较为有限。

研究方法。

我们分析了来自日本40家参与机构的413名脊柱转移瘤手术患者的资料。主要结局指标是HRQoL的改善，定义为EuroQol 5维5级（EQ-5D）效用值从基线增加≥0.32。我们使用多种机器学习算法分别建立了针对1个月（n=360）和6个月（n=189）结局的模型。缺失值通过插补处理，特征选择采用递归特征消除法结合交叉验证进行。每个模型将数据分为训练集（80%）和测试集（20%）。模型性能通过接收者操作特征曲线下面积（AUC）、准确率、精确率和F1分数进行评估。使用SHapley加性解释（SHAP）分析来解释特征的重要性。

研究结果。

在所有指标上，6个月模型的表现均优于1个月模型。对于1个月的预测，逻辑回归在测试集上的AUC为0.8136，准确率为0.7639；对于6个月的预测，朴素贝叶斯模型的AUC为0.8928，准确率为0.8684。1个月模型使用了12个特征，而6个月模型仅使用了7个特征。SHAP分析显示，EQ-5D中的“活动能力”是两个模型中最具影响力的特征。

结论。

我们的模型显示出了较高的预测准确性，能够有效预测脊柱转移瘤手术后的HRQoL改善情况，其中6个月模型的表现更为优异。这些模型通过提供个性化的术后生活质量预测，有助于临床决策和患者咨询。未来的研究应重点关注模型的外部验证及其在临床实践中的应用。

通俗语言总结研究人员开发了机器学习模型，用于预测接受脊柱转移瘤手术患者的健康相关生活质量（HRQoL）的改善情况。他们利用来自日本40家机构的413名患者的数据，建立了预测术后1个月和6个月HRQoL改善情况的模型。其中，使用朴素贝叶斯的6个月模型表现更好，其AUC为0.8928，准确率为0.8684，而1个月模型的AUC为0.8136，准确率为0.7639。影响预测的关键特征包括EQ-5D中的“活动能力”。这些模型有助于临床决策和患者咨询，但还需进一步验证。

本文本由机器生成，可能存在不准确之处。常见问题解答