AN INTELLIGENT POSTOPERATIVE CHRONIC PAIN PREDICTION SYSTEM (I-POCPP)

Abstract

Amaç: Ameliyat Sonrası Kronik Ağrı (Postoperative Chronic Pain - POCP), hastaların yaşam kalitesini etkilemektedir. Makine öğrenmesi ve uygulamaları, ağrı araştırmalarına önemli katkılar sağlamaktadır. En iyi performans gösteren makine öğrenmesi algoritmasını kullanarak “Ameliyat Sonrası Kronik Ağrıda Akıllı Bir Öngörü Sistemi (I-POCPP)” geliştirerek perioperatif verilere dayalı olarak hastaların ameliyat sonrası kronik ağrı durumunu öngörmek hedeflenmiştir. Gereç ve Yöntem: Bu çok merkezli çalışmanın veri seti, Türkiye’deki üçüncü basamak 5 hastanede elektif koşullarda anestezi altında ameliyat olan 733 hastadan toplanmıştır. Çalışmada farklı makine öğrenmesi öngörü algoritmaları kullanılmıştır. Anestezistler tarafından tanı konulan hastaların gerçekleşen kronik ağrı durumu ve modellerin öngörü sonuçları karşılaştırılarak modellerin performansı değerlendirilmiştir. Bulgular: k-En Yakın Komşu (kNN), Rastgele Orman (RF) ve C5.0 modellerinin bir hastanın ameliyat sonrası kronik ağrı durumunu %80’den yüksek doğrulukla öngörebildiği bulunmuştur. kNN algoritmasının kararlı bir modeli olmadığı düşüncesiyle RF performansı dikkate alınmıştır. RF ve Sınıflandırma ve Regresyon Ağacı (CART) algoritmalarının nitelik önem sıralamasına göre “Kesi yeri”, “Yaş” ve “Ameliyat nedeni” ortaktır. C5.0 algoritması sonucunda elde edilen nitelik önem sıralaması RF ve CART modelleri ile uyumlu olmadığı için bu modelin sonuçları değerlendirilmemiştir. Tüm modeller arasında en iyi sonuç RF ile elde edilmiştir ve buna göre I-POCPP geliştirilmiştir. Sonuç: I-POCPP sistemiyle sağlanan ameliyat sonrası kronik ağrının hızlı, doğru ve etkin tedavisi, hastanın günlük yaşama daha erken dönmesini sağlayabilir.