卒中后上肢恢复的早期预测：基于机器学习的临床可行方案
亮点
- 在卒中后72小时内进行的一组最少量床旁临床测试，可高准确度预测6个月上肢运动功能。
- 机器学习模型纳入肩外展、随意手指伸展、Fugl-Meyer上肢评分以及美国国立卫生研究院卒中量表（National Institutes of Health Stroke Scale, NIHSS）。
- 中位绝对误差为5.9，低于Action Research Arm Test（ARAT）的最小临床重要差异。
研究背景
MedXY 注册用户
免费登录后阅读全文
登录或注册 MedXY 账号，即可解锁本文完整内容。
本文在创作过程中使用了包括 AI 在内的多种编辑工具，并在发布前经人工编辑审核。