APRENDIZAJE AUTOMÁTICO PARA PREDECIR EL RESULTADO DE LA VERTEBROPLASTIA PERCUTÁNEA

Novedades

APRENDIZAJE AUTOMÁTICO PARA PREDECIR EL RESULTADO DE LA VERTEBROPLASTIA PERCUTÁNEA

Tianjin, China: Los modeles de aprendizaje automático pueden predecir de forma eficaz el dolor de espalda residual en pacientes con fractura por compresión de vértebras osteoporóticas sometidos a vertebroplastia percutánea.

Profundizar

Fuente científica:
Journal of Orthopaedic Surgery and Research
19(803):1-11

Título original
Developing Predictive Models for Residual Back Pain after Percutaneous Vertebral Augmentation Treatment for Osteoporotic Thoracolumbar Compression Fractures Based on Machine Learning Technique

Título en castellano
Desarrollo de Modelos Predictivos de Dolor Lumbar Residual Después del Tratamiento de Aumento Vertebral Percutáneo de Fracturas Osteoporóticas por Compresión Toracolumbar Basados en Técnicas de Aprendizaje Automático

Palabras clave
dolor lumbar residual, aprendizaje automático, osteoporosis, vertebroplastia percutánea, fracturas osteoporóticas

Key Words
residual back pain, machine learning, osteoporosis, percutaneous vertebroplasty, osteoporotic fractures

Autores
Zhou J

Dirigir correspondencia a:
Jiaming Zhou, Tianjin Medical University General Hospital Department of Orthopedics, Tianjin, China

Institución
Tianjin Medical University General Hospital

Imprimir esta página

ReSIIC editado en las especialidades:

Los ReSIIC en castellano son resúmenes elaborados por el Comité de Redacción Científica de SIIC en base al texto original completo publicado por la fuente editorial.
Los redactores no vierten opiniones personales.