應用類神經網路模型預測髖關節骨折一年後存活率

近年來由於工業化、生活型態的改變及醫學的進步，使得平均餘命增加，高齡族群已占總人口的7.1%。因應高齡人口的增加，骨質疏鬆所帶來的骨折風險也日益增加。而髖關節的骨折容易發生在骨質疏鬆的年老族群，且創傷後一年內的死亡率根據文獻的統計可高達20%至30%。

自1980年代之後資料探勘技術已廣泛使用於醫學領域，其中應用類神經網路預測心肌梗塞、乳癌及大腸癌病人存活率更是有良好的表現。但是在預測髖關節骨折存活率方面仍少見相關研究及文獻。

本研究的目的是建立一類神經網路模型來預測髖關節骨折手術後一年的存活率。利用年齡、性別、骨折型態、手術方式、住院天數、住院金額、手術醫師及其他內科病症，如糖尿病、高血壓、心臟病、腦血管意外、身心症、腎衰竭及阻塞性肺病等14項變數建立類神經網路預測模型，藉以預測髖關節骨折手術後一年存活率。

本研究使用準確度、靈敏度、特異度以及接收者操作特徵曲線下面積等指標評估該預測模型效能，並與邏輯斯迴歸模型的預測效能做比較，藉以評估及證明類神經網路為預測髖關節骨折一年後存活率的良好決策支援工具。