数据科学帮助骨关节炎患者找到最合适的康复方法
骨关节炎是世界上最常见的慢性疼痛和残疾的原因。虽然没有有效的结构调整药物可以预防或治疗骨关节炎,但各种形式的治疗性运动已被证明在缓解疼痛和改善身体功能方面是有用的。最近的一项研究使用数据科学和数学模型为每个患者找到最适合的康复方法。
Jyväskylä大学信息技术学院和体育与健康科学学院合作开发的一种新方法,支持医疗保健专业人员根据骨关节炎患者的个性化需求进行比较和选择最首选的锻炼类型。
“这项研究将帮助我们走向更个性化的治疗和治疗建议。我们的方法可以帮助你医疗专业人员为每个患者找到最合适的康复方法,这种方法最能满足患者的需求,”Jyväskylä大学的Kaisa Miettinen教授说。
骨关节炎是最常见的关节炎形式,也是全球慢性疼痛和残疾的主要来源。膝关节骨关节炎给人们造成了沉重的负担,因为这个巨大的负重关节的疼痛和僵硬往往会导致严重的残疾,需要手术干预。
各种运动疗法已经证明了它们在减轻疼痛、改善残疾和提高生活质量方面的有效性。
“不同的运动疗法之间的效果略有不同,但在实践中,治疗的选择也会受到治疗时间和费用等因素的影响。在此之前,还没有一种工具可以支持临床决策,为个体患者寻找最合适的替代方案。”
本研究首次应用多目标优化方法来支持膝关节的决策和治疗分析骨关节炎这可能会考虑到多个相互冲突的治疗目标。
Miettinen总结了这项研究的好处,他说:“当前结果的新颖性可以被视为数字化和决策分析的新浪潮,它将来自不同学科的研究人员联系起来,以充分利用数据,并改进传统方法,选择对每个患者最有益、最具成本效益的干预类型。”
这是开发一种语言的三步过程中的第一步决策支持工具让临床医生为每个患者选择个性化的最佳运动治疗方式。以下步骤将使用来自几个试验的更详细的个人数据来提出个性化的建议,然后为临床医生设计一个易于使用的用户界面。
这项研究发表在医学年鉴.
进一步探索