${specMeta.name} 피드
2026. 3. 1.·The Clinical journal of pain·코호트
Exploration of Different Machine Learning Methods and Domains of Predictors for Chronic Postsurgical Pain After Video-Assisted Thoracoscopic Surgery.
원문 읽기 ~5분 → AI 요약 ~1분
AI 핵심 요약
흉강경 수술 후 만성통증 예측에 머신러닝 활용
임상 적용 포인트 · AI 추출
흉강경 수술을 받을 예정인 환자에게는 수술 전 심리적 요인, 통증 민감도, 염증 지표 등을 종합적으로 평가하여 만성 통증 발생 위험을 예측하고 적절한 통증 관리 계획을 수립하세요.
요약· AI 생성
1) 흉강경 수술(VATS) 후 약 30%의 환자에서 만성 수술 후 통증(CPSP)이 발생하는 중요한 문제입니다. 2) 100명의 환자를 대상으로 인구학적 변수, 심리적 요인, 정량적 감각 검사, 염증 생체지표 등 4개 영역에서 수술 전 평가를 시행했습니다. 3) 다중 로지스틱 회귀, k-최근접 이웃, 나이브 베이즈, 그래디언트 부스팅 등 5가지 머신러닝 기법을 적용하여 예측 모델을 개발했습니다. 4) 그래디언트 부스팅 모델이 ROC 곡선 하 면적 0.965로 가장 우수한 예측 성능을 보였습니다. 5) 86명이 12개월 추적 관찰을 완료했으며, 모델별로 0.500-0.965 범위의 다양한 예측 성능을 나타냈습니다.
임상적 의의
흉강경 수술 전 다영역 평가와 머신러닝을 통해 만성 통증 발생을 예측할 수 있어, 고위험 환자에게 선제적 통증 관리를 제공할 수 있습니다.
연구 한계
소규모 연구로 과적합 위험이 있어 임상 적용 전 추가 검증이 필요합니다.
흉강경 수술만성 통증머신러닝
MeSH: Humans, Machine Learning, Female, Male, Thoracic Surgery, Video-Assisted, Middle Aged, Postoperative Pain, Chronic Pain
이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.
MotionLabs 더 알아보기