如果在手术前解决了他们的恐惧或情绪问题，患者会不会减轻疼痛并可能获得更好的康复效果?

田纳西州诺克斯维尔大学的三名研究人员最近开发了一种预测模型来研究该问题。

丽贝卡·科萨林斯基(Rebecca Koszalinski)，护理学院助理教授;蒂克尔工程学院工业与系统工程系助理教授Anahita Khojandi;哈斯拉姆商学院的医师和兼职教授布鲁斯·拉姆肖(Bruce Ramshaw)检查了从接受腹疝修补术的102位患者中收集的数据。

腹疝是一种通过腹壁肌无力点推动的组织隆起，需要进行手术矫正。在美国，每年大约要进行350,000例腹疝气手术，并估计需要30亿美元的医疗保健费用。

预测模型表明，手术前患者的情绪状态(抑郁，焦虑，悲伤或愤怒的程度)影响恢复结果。如果在手术前解决了他们的恐惧或情绪问题，则患者的痛苦可能会减轻。

Koszalinski说：“如果我们开始进行康复训练，其中包括在干预之前对该人进行全面评估，但不仅限于身体和情绪状况，那么我们就有可能影响结果。”

研究人员查看了患者的历史数据，包括人口统计资料和手术程序的详细信息，并检查了导致手术后并发症的模式。通过将患者术前和术中收集的信息与他们的结果相关联，研究人员开发了一种预测模型，以识别未来的高危患者。

由Python编程生成的预测模型可以用作决策支持工具，从而使从业者和患者可以更轻松地评估此类手术涉及的风险。使用预测模型检查健康数据集是人工智能如何转变现代医疗保健的一个例子。

Khojandi说：“使用数据科学和人工智能开发决策支持工具的潜力很大。”“我们每天都在新闻中听到类似的模型，这些模型主要用于检测胸部X光片中的肿瘤。这是如何将工具用于共同决策并改变个人与健康互动方式的一个例子。护理系统。”

该研究建议使用该模型作为医生，护士从业人员和其他临床医生的工具，以模拟不同患者的各种情况，检查患者的危险因素如何变化。该模型可以帮助避免过度治疗。

预测模型可以帮助指导患者教育，并量化生活方式改变对患者的影响。

科萨林斯基说：“我关注的是这个人，以及如何更好地告知他们并赋予他们参与决策的权力。”“希望的是，由有能力的患者和专业的临床专家共同进行的预测模型可以使患者获得最佳的治疗效果。”