外媒 | 苹果手表，机器学习可预测镰状细胞贫血患者的疼痛-普瑞纯证

本月早些时候，在JMIR Formative Research上发表的一篇论文中，研究人员探索了使用苹果手表预测住院镰状细胞贫血患者的疼痛评分的可行性，并利用这些评分构建机器学习（ML）算法来预测与血管阻塞性危机（VOCs）相关的疼痛评分。根据疾病控制和预防中心（CDC）的数据，镰状细胞贫血是指遗传性红细胞疾病，其特征是异常的血红蛋白，导致硬、粘、C形红细胞。该疾病与潜在的严重并发症有关，如中风、血栓、贫血、感染、视力丧失和疼痛。在这项研究中，研究人员还指出，VOCs是一种严重的并发症，也是镰状细胞贫血患者住院的主要原因。印第安纳血友病和血栓形成中心指出，VOCs通常在急诊科中表现为急性疼痛综合征，但由于没有实验室检查或临床发现，因此很难诊断和治疗。相反，执行代理或测试以排除其他非VOC并发症，包括血液或液体培养、X线或基线血红蛋白评估。这些诊断和治疗VOCs的挑战导致一些研究人员考虑使用移动医疗技术和算法来预测镰状细胞贫血患者的疼痛。在他们的研究中，研究人员试图将消费级可穿戴设备（如苹果手表）的数据收集能力与机器学习技术相结合，以更好地了解疼痛体验并预测镰状细胞贫血患者在VOCs时的疼痛趋势。为此，研究团队在2021年7月至9月期间接触了18岁以上在杜克大学SCD日间医院接受VOC治疗的镰状细胞贫血患者，共招募了20名患者，所有患者均自认为黑人或非洲裔美国人。研究参与者被赠予一款Apple Watch Series 3，可在他们的住院期间佩戴，附在每个患者的手腕上，并设置为“其他”运动模式，以收集连续的心率、心率变异性和卡路里数据。从患者电子病历中提取生命体征和疼痛评分数据，并使用三个机器学习模型进行分析：多项式逻辑回归、梯度提升和随机森林。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。