智能支具个性化管理系统治疗青少年特发性脊柱侧凸的初步临床观察( 三 )
纳入标准:① 年龄 10~18 岁的 AIS 患者;② Risser 征 0~2 级;③ Cobb 角 25°~40°;④ 采用智能支具个性化管理系统治疗;⑤ 既往未接受其他治疗 。 排除标准:先天性脊柱侧凸、神经肌肉型脊柱侧凸或其他继发性脊柱侧凸 。 2020 年 3 月—12月共 24 例患者符合选择标准 , 其中 2 例因使用过程中无线传输记录装置损坏而无法上传数据 , 故本研究最终纳入 22 例患者数据进行分析 。
本组男 6 例 , 女 16 例;年龄 10~15 岁 , 平均12.6 岁 。 病变节段 T24 。 Risser 征 0 级 7 例 , 1 级8 例 , 2 级 7 例 。 佩戴支具前 Cobb 角 26.2°~35.4° , 平均 30.6° 。 随访时间 4 个月 。 2.2 研究方法
所有患者均采用 Chêneau 支具进行治疗 , 所有支具均由同一名支具师制作 。 支具制作完成后 ,2 个压力传感器用医用透气胶带固定于支具内表面 , 位置分别位于背部和腰部;无线传输记录装置固定于支具外表面 。 患者初次佩戴支具时 , 医务人员详细指导无线压力传感器和微信小程序的使用 , 并测量患者背部和腰部的压力基线值 。 所有患者须每天佩戴支具 23 h(规定佩戴时长)、每天至少上传 1 次数据至云存储系统 。 本团队每周定时从云存储系统查阅、下载和分析数据 , 并将结果和改进方法通过在线交流告知患者 。
采用以下指标评估每例患者的支具佩戴情况(背部和腰部):① 压力值:包括压力基线值和实测值 , 基线值为患者初次佩戴支具时所测得的最适压力值 , 实测值为患者日常佩戴期间所测得的平均佩戴压力值;② 实测佩戴时长:每天压力值>0 N的佩戴时长;③ 压力依从性[11]:压力实测值/压力基线值×100%;④ 时间依从性[11]:实测佩戴时长/规定佩戴时长×100% 。 统计本组患者佩戴支具后第1、2、3、4 个月的相关数据平均值 , 比较背部和腰部上述指标的差异 。 2.3 统计学方法
采用 SPSS22.0 统计软件进行分析 。 数据以均数±标准差表示 , 组间比较采用独立样本 t 检验;组内各时间点间比较采用单因素方差分析 , 两两比较采用 LSD 检验;检验水准 α=0.05 。
2.4 结果
本组 22 例患者背部+腰部压力实测平均值为(0.83±0.34)N , 压力依从性平均值为 68.5%± 17.9% , 实测佩戴时长平均值为(15.4±1.7)h , 时间依从性平均值为 66.9%±7.7% 。 本组患者背部压力基线值和实测值均显著大于腰部 , 差异有统计学意义(P<0.05);背部和腰部压力依从性、实测佩戴时长、时间依从性比较 , 差异均无统计学意义(P>0.05) 。 见表 1 。 佩戴后 1 个月背部和腰部压力实测值、压力依从性、实测佩戴时长及时间依从性均显著小于佩戴后 2、3、4 个月 , 差异有统计学意义(P<0.05);佩戴后 2、3、4 个月间差异无统计学意义(
- DeepMind最新论文:强化学习“足以”达到通用人工智能
- 脑癌个性化治疗新突破:TRI精准预测治疗有效性!
- 第二届中国智能肿瘤学大会在重庆召开:探讨人工智能在肿瘤治疗的应用
- 刘海一:数据基础与智能应用促进医院能力提升
- 麻省理工开发智能服装 使用触觉织物感知运动
- 智能中医如何为健康保驾护航?远红外热成像系统用于何处?
- 个性化用药基因检测让用药更精准!
- 华为智能体脂秤3 Pro测评:上个秤,测测你的肝脏脂肪
- 微山县糖尿病眼病人工智能(AI) 筛查项目正式启动
- 小小听诊器将对诊断起大作用,同济医院新冠人工智能分级诊断研究获突破