数据科学帮助骨关节炎患者找到最合适的康复方法
骨关节炎是世界上最常见的慢性疼痛和残疾的原因。虽然目前尚无良好的结构改造药物可用于预防或治疗骨关节炎，但各种形式的治疗性运动已被证明在缓解疼痛和提高身体功能方面是有用的。最近的一项研究利用数据科学和数学模型为每个病人找到最合适的康复方法。
信息技术学院和Jyväskylä大学的体育和健康科学学院合作开发了一种新的方法，支持医疗保健专业人员根据骨关节炎患者的个性化需求来比较和选择最喜欢的运动类型。
“这项研究将帮助我们实现更个性化的治疗和治疗建议。我们的方法会有所帮助医疗专业人员为每个患者找到最合适的康复方法，最能满足患者的需求，”来自Jyväskylä大学的Kaisa miiettinen教授说。
骨关节炎是最常见的关节炎形式，也是全球慢性疼痛和残疾的主要来源。膝骨关节炎给人群造成了沉重的负担，因为这个大的负重关节的疼痛和僵硬经常导致需要手术干预的严重残疾。
各种运动疗法已经证明了它们在减轻疼痛、改善残疾和提高生活质量方面的有效性。
“不同的运动疗法之间的效果略有不同，但在实践中，治疗的选择也受到诸如治疗时间和费用等因素的影响。在此之前，还没有工具来支持临床决策，为单个患者寻找最合适的替代方案。”
本研究是首次应用多目标优化方法来支持膝关节的决策和治疗分析骨关节炎这可以考虑到多个和相互冲突的治疗目标。
Miettinen在总结该研究的好处时说:“当前结果中的新颖性可以被视为数字化和决策分析的新浪潮，它将来自不同学科的研究人员连接起来，以最佳地利用数据并改进传统方法，以选择对每个患者最有益和最具成本效益的干预类型。”
这是开发一个三步过程中的第一步决策支持工具为临床医生为每个患者选择个性化的最佳运动治疗方式。下面的步骤将使用来自多个试验的更详细的个人数据来提出个性化的建议，然后为临床医生设计一个易于使用的用户界面。
这项研究发表在医学年鉴．
