New #VisualAbstract!
— J Hand Surg Am- ASSH (@JHandSurg) August 2, 2022
A #MachineLearning #Algorithm to Estimate the Probability of a True #ScaphoidFracture After #Wrist Trauma@SAHealth @amsterdamumc#DecisionRule #fracture #scaphoid #HandSurgeryhttps://t.co/b4614qjOzz pic.twitter.com/T8LO9vKoAc
- Para identificar predictores de una verdadera fractura de escafoides entre pacientes con dolor de muñeca radial después de un trauma agudo, entrene 5 algoritmos de aprendizaje automático (ML) para predecir la probabilidad de fractura de escafoides y diseñe una regla de decisión para iniciar imágenes avanzadas en pacientes de alto riesgo.
- El algoritmo ML calculó con precisión la probabilidad de fractura del escafoides en función del dolor del escafoides en la desviación cubital, el sexo, la edad y el mecanismo de la lesión. La regla de decisión ML puede reducir el número de pacientes que se someten a imágenes avanzadas en un tercio con un pequeño riesgo de pasar por alto una fractura. Se requiere validación externa antes de la implementación.
https://pubmed.ncbi.nlm.nih.gov/35667955/
https://www.jhandsurg.org/article/S0363-5023(22)00190-3/fulltext
Bulstra AEJ; Machine Learning Consortium. A Machine Learning Algorithm to Estimate the Probability of a True Scaphoid Fracture After Wrist Trauma. J Hand Surg Am. 2022 Jun 3:S0363-5023(22)00190-3. doi: 10.1016/j.jhsa.2022.02.023. Epub ahead of print. PMID: 35667955.
Copyright © 2022 American Society for Surgery of the Hand. Published by Elsevier Inc. All rights reserved.
Dr. Eduardo Hernández Mendez-Villamil / Cirugía de la Mano y Microcirugía / Ortopedia y Traumatología. Hospital Ángeles México / Agrarismo # 208 consultorio 555 Torre B Col. Escandon, Alcaldía Miguel Hidalgo C.P. 11800 Ciudad de México. Teléfonos: 43360868 y 43360869