客观的
在低收入和中等收入国家(LMICs)，脊髓创伤负担沉重，在这种资源有限的环境下，其管理非常复杂。算法循证管理的成本过高，特别是关于脊柱植入物，而围手术期护理是工作密集型的，使得整体护理依赖于多种限制。本研究的目的是在资源有限的情况下，在经历急性脊柱创伤的患者中，确定决定手术干预、功能改善和住院死亡率的决定因素。
开云体育世界杯赔率
本研究是对坦桑尼亚达累斯萨拉姆一家三级转诊医院中心收治的脊柱创伤患者队列前瞻性收集数据的回顾性分析。作为质量改善神经创伤登记的一部分，收集了人口统计学、临床和治疗特征的数据。结局指标为手术干预、美国脊髓损伤协会(ASIA)损伤量表(AIS)分级改善和基于现有治疗方案的住院死亡率。对每个感兴趣的结果进行人口统计学和临床特征的单因素分析。利用与每个结果相关的变量，利用自举方法创建了一个基于机器学习算法的回归非参数决策树模型，并估计了三个模型的准确性。
结果
在33个月的时间里，连续收治了284例急性脊柱创伤患者。中位年龄为34岁(IQR 26-43岁)，83.8%为男性，50.7%曾在机动车事故中受伤。伤后平均入院时间为2天(IQR 1 ~ 6天);在进一步的中位延迟22天(IQR 13-39天)后进行手术。颈椎损伤占38.4%。录取AIS成绩为A级48.9%，B级16.2%，C级8.5%，D级9.5%，E级16.6%。近一半(45.1%)的患者接受了手术，12%的患者至少有一次AIS级别的功能改善，11.6%的患者在医院死亡。手术干预的决定因素为年龄≤30岁、脊柱损伤程度、AIS入院分级、延迟到达转诊医院、接受MRI检查和保险类型;入院AIS等级、延迟到医院时间、功能改善损伤程度;以及延迟到达、损伤程度、手术延迟和入院AIS等级对院内死亡率的影响。 The best accuracies for the decision tree models were 0.62, 0.34, and 0.93 for surgery, AIS grade improvement, and in-hospital mortality, respectively.
结论
在这所LMIC环境下的三级转诊医院中，急性脊柱创伤后的手术干预和功能改善低且不一致，这表明非临床因素存在于复杂的资源驱动的决策框架中。作者的研究结果强调了这些非临床因素，表明临床结果和住院死亡率是由自然史决定的，预测住院死亡率的模型的最高准确性证明了这一点。
