Tóm tắt
Gãy xương do loãng xương (osteoporotic fracture) hay còn gọi là loãng xương mỏng manh (fragility fracture) là gãy xương xảy ra do hậu quả từ một lực nhỏ hơn hoặc bằng việc ngã từ tư thế đứng ngoại trừ các gãy xương ở vùng mặt, bàn tay, bàn chân và cổ chân) [43]. Gãy đầu trên xương đùi (hip fracture) là thuật ngữ được sử dụng để chỉ gãy xương ở phần đầu trên của xương đùi, đây là một biến cố nghiêm trọng, thường xảy ra ở người cao tuổi và là hệ quả trực tiếp của tình trạng loãng xương. Với sự già hóa dân số đang xảy ra trên toàn cầu, hầu hết mọi quốc gia đều đang đối mặt với sự gia tăng dân số người cao tuổi, vì thế tỷ lệ các bệnh mạn tính liên quan đến tuổi già cũng gia tăng bao gồm cả loãng xương, gãy xương và các hậu quả của nó [14]. Gãy đầu trên xương đùi được xem là một trong những nguyên nhân hàng đầu dẫn đến giảm chất lượng cuộc sống, tàn tật lâu dài và tử vong sớm. Nhiều nghiên cứu quốc tế cho thấy tỷ lệ tử vong sau gãy đầu trên xương đùi có thể lên đến 20-30% trong vòng một năm, đặc biệt ở các bệnh nhân lớn tuổi, có nhiều bệnh lý nền kèm theo [27]. Do đó, việc xây dựng công cụ tiên lượng nguy cơ tử vong chính xác, dễ sử dụng và tích hợp vào thực hành lâm sàng trở thành một ưu tiên trong các hệ thống y tế nhằm tối ưu hóa chăm sóc bệnh nhân nguy cơ cao và phân bổ nguồn lực hiệu quả.
Tại Việt Nam, dù tỷ lệ loãng xương ở người cao tuổi đang gia tăng nhanh chóng, vẫn còn rất ít nghiên cứu hệ thống về tỷ lệ tử vong sau gãy đầu trên xương đùi nói chung, cũng như các yếu tố nguy cơ liên quan đến tử vong có thể can thiệp. Việc thiếu dữ liệu và mô hình tiên lượng hiệu quả làm hạn chế khả năng can thiệp sớm nhằm giảm tử vong. Trong bối cảnh đó, trí tuệ nhân tạo (Artificial Intelligence), đặc biệt là các mô hình học máy (machine learning) đang mở ra tiềm năng lớn để xây dựng các công cụ hỗ trợ tiên lượng và cá nhân hóa điều trị sau gãy đầu trên xương đùi. Mặc dù trên thế giới đã có một số nghiên cứu xây dựng mô hình học máy tiên lượng nguy cơ tử vong nhưng ở Việt Nam chưa có nghiên cứu nào xây dựng và ứng dụng mô hình học máy trong bệnh nhân gãy đầu trên xương đùi. Vì vậy, chúng tôi tiến hành thực hiện đề tài nghiên cứu: “Ứng dụng trí tuệ nhân tạo trong tiên lượng và phòng ngừa tử vong sau gãy đầu trên xương đùi ở người từ 60 tuổi trở lên” với các mục tiêu:
- Xác định tỷ lệ tử vong và phân tích các yếu tố nguy cơ liên quan đến tử vong sau gãy đầu trên xương đùi ở người từ 60 tuổi trở lên trong vòng 30 ngày, 6 tháng và 1 năm.
- Xây dụng mô hình học máy tiên lượng nguy cơ tử vong và thử nghiệm mô hình học máy để xác định bệnh nhân gãy đầu trên xương đùi có nguy cơ tử vong cao từ đó đề xuất can thiệp bằng biphosphonate hoặc các chiến lược hỗ trợ khác.
