Japanese
English
臨床研究
回復期脳卒中リハビリテーション入院患者の運動FIM利得 機械学習モデルを用いた要因分析
徳永 誠
1
1寿量会熊本機能病院 リハビリテーション科
キーワード:
回帰分析
,
日常生活活動
,
入院患者
,
片麻痺
,
後向き研究
,
回復期病院
,
脳卒中
,
患者アウトカム評価
,
機械学習
,
脳卒中リハビリテーション
,
リハビリテーション病院
,
機能的自立度評価法
Keyword:
Hospitals, Rehabilitation
,
Machine Learning
,
Stroke Rehabilitation
,
Hemiplegia
,
Hospitals, Convalescent
,
Inpatients
,
Activities of Daily Living
,
Regression Analysis
,
Retrospective Studies
,
Patient Outcome Assessment
,
Stroke
pp.1019-1024
発行日 2022年9月15日
Published Date 2022/9/15
DOI https://doi.org/10.32118/J02606.2022284932
- 有料閲覧
PPV購入案内
1,243円 (1,130円+税10%) こちらは、1019ページから1024ページの文献です。
PPV(ペイ・パー・ビュー)とは、論文(記事)単位で購入・閲覧ができるサービスです。
購入には医書.jp本会員登録が必要です。
会員登録完了後に改めて上記「購入サイトへ」を選択してください。
または「購入サイトへ」選択後に「購入ログイン」、「新規会員登録」の順に進んでください。
会員登録について詳しくはをご確認ください。
購入には医書.jp本会員登録が必要です。
会員登録完了後に改めて上記「購入サイトへ」を選択してください。
または「購入サイトへ」選択後に「購入ログイン」、「新規会員登録」の順に進んでください。
会員登録について詳しくはをご確認ください。
- Abstract 文献概要
- 1ページ目 Look Inside
目的◆機械学習を用いて、リハビリテーションが関係する諸因子とFunctional Indepenedence Measure(FIM)の運動項目合計点(mFIM)利得との関係を明らかにする。方法◆回復期リハビリテーション病棟に入院した脳卒中患者3,624例を対象とした。機械学習において年齢、入院時mFIM、認知FIMのデータを用いてmFIM利得の予測モデルを作成した。これに3因子のさまざまな数値を入れて、3因子とmFIM利得との関係を調べた。結果◆入院時mFIMとmFIM利得との関係は、入院時mFIMが若年者では26点、高齢者では39点をピークとした上に凸の形を呈した。mFIM利得は55~60歳以上で低下した。認知FIMが高いほどmFIM利得は大きかった。結論◆機械学習は、非線形の関係を評価できており、リハビリテーションが関係する諸因子とmFIM利得との関係調査において有用と考えられた。

Copyright© 2022 Ishiyaku Pub,Inc. All rights reserved.

