建立模型以預測病患發生創傷後癲癇的機率

Building a Model to Predict The Occurrence of Posttraumatic Seizure

陳煥杰(Huan-Chieh Chen)

指導教授 ： 李友專

臺北醫學大學/醫學科技學院/醫學資訊研究所/碩士(2012年)

https://doi.org/10.6831/TMU.2012.00002

摘要

背景:
如何預防腦外傷後的二度腦部傷害，是治療腦部外傷病人的第一要務，而癲癇是造成二度腦傷害的主要原因之一，然而目前並無法有效的預測創傷後癲癇的發生。發展能準確預測腦外傷病患發生癲癇機率的臨床決策診斷系統，有助於醫生及早治療癲癇，以減少病患腦部的損害。
目標:
使用機器學習的方法建立創傷後癲癇的臨床決策診斷支援系統。
材料及方法:
分析台灣頭部外傷資料庫中的頭部外傷病患，在資料庫中，記錄了自民國八十二年至九十八年間共有101722筆登錄資料。首先我們從資料庫中136個臨床變項，篩選對於預測疾病有用的變項，之後再利用不同機器學習的方法建立預測創傷後癲癇的模型，並比較其優劣。
結果:
類神經網路模型(AUC=0.795)與邏輯迴歸模型(AUC=0.74)的曲線下面積顯著的比目前的治療指引(AUC=0.602)要好，且類神經網路模型猶勝邏輯迴歸模型。在相同的敏感度之下，類神經網路模型的特異性與正確性均高於邏輯迴歸模型。
結論:
此預測模型可以應用於創傷後癲癇的預防、治療建議，與其他基礎醫學研究的指引。

關鍵字

醫學資訊 ； 類神經網路 ； 創傷後癲癇

並列摘要

無資料

並列關鍵字

Medical informatics ； artificial neural network ； posttraumatic seizure

參考文獻

[1] Bruns J Jr, Hauser WA., “The epidemiology of traumatic brain injury: a review,” Epilepsia. 2003;44 Suppl 10:2-10.

[2] Chiu WT, Kuo CY, Hung CC, Chen M., “The effect of the Taiwan motorcycle helmet use law on head injuries,”Am J Public Health. 2000 May;90(5):793-6.

[3] Chiu WT, Chu SF, Chang CK, Lui TN, Chiang YH., "Implementation of a motorcycle helmet law in Taiwan and traffic deaths over 18 years," JAMA. 2011 Jul 20;306(3):267-8.

[4] Tsai MD, Chiu WT, Lin JW, Chen CF, Huang SJ, Chang CK, Chen WL, Tsai SH., "Current experiences in the use of the severe head-injury guidelines in Taiwan," Surg Neurol. 2006;66 Suppl 2:S3-7.

[5] Liao KH, Chang CK, Chiu WT, et al., "Clinical practice guidelines in severe traumatic brain injury in Taiwan," Surg Neurol. 2009 Dec;72 Suppl 2:S66-73.