Using Machine Learning to Predict Nonachievement of Clinically Significant Outcomes After Rotator Cuff Repair

Este estudo explorou o uso de algoritmos de machine learning para prever a não obtenção da diferença clinicamente importante mínima (MCID) na pontuação de incapacidade após 2 anos do reparo cirúrgico do manguito rotador. Avaliando 474 pacientes (500 ombros) submetidos ao procedimento entre 2013 e 2019, os algoritmos foram treinados com dados clínicos, demográficos e de imagem para prever o resultado com base na diferença entre as pontuações pré e pós-operatórias do American Shoulder and Elbow Surgeons (ASES).