EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 4.0

Personalized prediction of diabetic foot ulcer recurrence in elderly individuals using machine learning paradigms

Personalisierte Vorhersage des Rezidivrisikos diabetischer Fußulzera bei älteren Menschen mithilfe von Machine-Learning-Paradigmen

Shichai Hong, Yihui Chen, Yue Lin, Xinsheng Xie, Gang Chen, Hefu Xie, Weifeng Lu

Technology and Health Care · 31.05.2024 · 32 · 265-276

DOI: 10.3233/thc-248023 ↗

Auf einen Blick

Bei 138 älteren Diabetiker:innen wurde ein Machine-Learning-Modell zur Vorhersage des Rezidivrisikos diabetischer Fußulzera entwickelt. Das SVM-Modell erreichte eine Genauigkeit von 93%.

Fragestellung

Lassen sich Rezidive diabetischer Fußulzera bei älteren Diabetiker:innen mithilfe von Machine Learning vorhersagen?

Methode

Daten von 138 älteren Diabetiker:innen wurden bereinigt, Ausreißer wurden geprüft und Merkmale integriert; anschließend wurden Machine-Learning-Modelle konstruiert.

Ergebnisse

Ein Support-Vector-Machine-Modell erreichte eine Genauigkeit von 93% bei der Vorhersage des Rezidivrisikos diabetischer Fußulzera.

Schlussfolgerung der Autor:innen

Die Studie hebt die Bedeutung von Machine Learning für das Management von Fußulzera bei älteren Diabetiker:innen hervor, insbesondere für die Vorhersage des Rezidivrisikos.

Kernaussagen

  • 138 ältere Diabetiker:innen wurden analysiert
  • SVM erreichte eine Genauigkeit von 93%
  • Modell zur Vorhersage des Rezidivrisikos diabetischer Fußulzera

Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.

Kurz gefasst

Fachartikel in der Zeitschrift Technology and Health Care, erschienen am 31.05.2024. Verfasst von Shichai Hong und 6 weiteren Autor:innen. Beteiligte Einrichtung: Department of Vascular Surgery, Zhongshan Hospital (Xiamen), Fudan University, Huli District, Xiamen, Fujian, China. Hauptthemen laut MEDLINE: Diabetic Foot, Machine Learning, Recurrence. Die Arbeit wurde bisher 16-mal zitiert (Crossref) und nennt 15 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).

Auf einen BlickAbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

BACKGROUND: This study utilizes machine learning to analyze the recurrence risk of diabetic foot ulcers (DFUs) in elderly diabetic patients, aiming to enhance prevention and intervention efforts. OBJECTIVE: The goal is to construct accurate predictive models for assessing the recurrence risk of DFUs based on high-risk factors, such as age, blood sugar control, alcohol consumption, and smoking, in elderly diabetic patients. METHODS: Data from 138 elderly diabetic patients were collected, and after data cleaning, outlier screening, and feature integration, machine learning models were constructed. Support Vector Machine (SVM) was employed, achieving an accuracy rate of 93%. RESULTS: Experimental results demonstrate the effectiveness of SVM in predicting the recurrence risk of DFUs in elderly diabetic patients, providing clinicians with a more accurate tool for assessment. CONCLUSIONS: The study highlights the significance of machine learning in managing foot ulcers in elderly diabetic patients, particularly in predicting recurrence risk. This approach facilitates timely intervention, reducing the likelihood of patient recurrence, and introduces computer-assisted medical strategies in elderly diabetes management.

Schlagwörter

MeSH-Schlagwörter (MEDLINE)

Diabetic FootMachine LearningRecurrenceHumansAgedFemaleMaleRisk FactorsSupport Vector MachineAged, 80 and overBlood Glucose

Stichwörter der Autor:innen

Elderly diabetic patientsdiabetic foot ulcersmachine learningrecurrence risk

Substanzen

Blood Glucose

Autor:innen und Institutionen

  • Department of Vascular Surgery, Zhongshan Hospital (Xiamen), Fudan University, Huli District, Xiamen, Fujian, China.
  • Xiamen University School of Information Science and Technology, Xiamen University Xiang'an Campus, Xiamen, Fujian, China.

Zitieren

APA

Hong, S., Chen, Y., Lin, Y., Xie, X., Chen, G., Xie, H., & Lu, W. (2024). Personalized prediction of diabetic foot ulcer recurrence in elderly individuals using machine learning paradigms. Technology and Health Care, 32, 265-276. https://doi.org/10.3233/thc-248023

Vancouver

Hong S, Chen Y, Lin Y, Xie X, Chen G, Xie H, et al. Personalized prediction of diabetic foot ulcer recurrence in elderly individuals using machine learning paradigms. Technology and Health Care. 2024;32:265-276. doi:10.3233/thc-248023

BibTeX
@article{Hong2024,
  author = {Hong, Shichai and Chen, Yihui and Lin, Yue and Xie, Xinsheng and Chen, Gang and Xie, Hefu and Lu, Weifeng},
  title = {Personalized prediction of diabetic foot ulcer recurrence in elderly individuals using machine learning paradigms},
  journal = {Technology and Health Care},
  year = {2024},
  volume = {32},
  pages = {265--276},
  doi = {10.3233/thc-248023}
}
Kostenlos starten →