The improvement of pca algorithm and its application in the prediction of elbow knee joint injury / O aprimoramento do algoritmo pca e sua aplicação na predição de lesão da articulação do cotovelo e do joelho / La mejora del algoritmo pca y su aplicación en la predicción de la lesión de la articulación del codo y la rodilla

ABSTRACT Objective: There were many constraints produced by training time and joint injury to analyze the influence of the training intensity on the elbow and knee joints of athletes during the training process. Methods: An improved algorithm-based master component analysis (PCA) modeling method is proposed .1 4 4 athletes were selected in xxx and compared in three groups. Results: The improved PCA models for injury prediction were applied to athletes from group A, the traditional injury models for prediction were adopted for athletes from group B, and athletes from group C received the hospital physical examinations. The results showed that the accuracy of elbow injury in group A due to excessive exercise was 66.86%, the accuracy of hospital physical examination in group C was 67%, and the accuracy of the traditional algorithm in group B was 50%, finding that the accuracy of group A was obviously different from group B (P < 0.05). Compared with other injuries caused by excessive friction, the detection accuracy of knee injuries caused by excessive friction in group A was 62%, that in group B was 44%, and that in group C was 63%. There was a statistically marked difference between groups A and B (P < 0.05). Conclusions: A PCA - based model of athletes' overtraining injury has high accuracy and adaptability, predicting elbow injury. Level of evidence II; Therapeutic studies - investigation of treatment results.

RESUMO Objetivo: Houve uma grande quantidade de restrições produzidas pelo tempo de treinamento e lesão articular a fim de analisar a influência da intensidade do treinamento nas articulações do cotovelo e joelho dos atletas durante o processo de treinamento. Métodos: É proposto um método de modelagem aprimorado de análise de componentes mestre (PCA) baseado em algoritmo .1 4 4 atletas foram selecionados em xxx e comparados em três grupos. Resultados: Os modelos aprimorados de PCA para previsão de lesões foram aplicados a atletas do grupo A, os modelos tradicionais de lesões para previsão foram adotados para atletas do grupo B e os atletas do grupo C receberam os exames físicos hospitalares. Os resultados mostraram que a acurácia da lesão de cotovelo no grupo A devido ao exercício excessivo foi de 66,86%, a acurácia do exame físico hospitalar no grupo C foi de 67% e a acurácia do algoritmo tradicional no grupo B foi de 50%, achando que a acurácia do grupo A era obviamente diferente do grupo B (P <0,05). Em comparação com outras lesões causadas por atrito excessivo, a precisão de detecção de lesões no joelho causadas por atrito excessivo no grupo A foi de 62%, no grupo B foi de 44% e no grupo C foi de 63%. Houve uma diferença estatisticamente marcada entre os grupos A e B (P <0,05). Conclusões: Um modelo baseado na PCA de lesão por overtraining em atletas tem alta precisão e adaptabilidade, o que pode prever lesões de cotovelo. Nível de evidência II; Estudos terapêuticos- investigação dos resultados do tratamento.

RESUMEN Objetivo: Hubo una gran cantidad de restricciones producidas por el tiempo de entrenamiento y la lesión articular para analizar la influencia de la intensidad del entrenamiento en las articulaciones del codo y la rodilla de los atletas durante el proceso de entrenamiento. Métodos: Se propone un método mejorado de modelado de análisis de componentes maestros (PCA) basado en algoritmos .1 4 Se seleccionaron 4 atletas en xxx y se compararon en tres grupos. Resultados: Los modelos mejorados de PCA para la predicción de lesiones se aplicaron a los atletas del grupo A, los modelos tradicionales de predicción de lesiones se adoptaron para los atletas del grupo B y los atletas del grupo C recibieron los exámenes físicos hospitalarios. Los resultados mostraron que la precisión de la lesión del codo en el grupo A por ejercicio excesivo fue del 66,86%, la precisión del examen físico hospitalario en el grupo C fue del 67% y la precisión del algoritmo tradicional en el grupo B fue del 50%, encontrando que la precisión del grupo A fue obviamente diferente del grupo B (P <0.05). En comparación con otras lesiones causadas por fricción excesiva, la precisión de detección de las lesiones de rodilla causadas por fricción excesiva en el grupo A fue del 62%, en el grupo B del 44% y en el grupo C del 63%. Hubo una diferencia estadísticamente marcada entre el grupo A y B (P <0.05). Conclusiones: Un modelo basado en PCA de la lesión por sobreentrenamiento de los atletas tiene una alta precisión y adaptabilidad, lo que puede predecir la lesión del codo. Nivel de evidencia II; Estudios terapéuticos- investigación de los resultados del tratamiento.

Obesity: An independent protective factor for localized renal cell carcinoma in a systemic inflammation state

ABSTRACT Objectives To explore the prognostic value of obesity (measured by BMI) on RCC in a systemic inflammation state. Patients and Methods Clinicopathological and hematological data of 540 surgically treated Chinese localized RCC patients between 2005 and 2010 were retrospectively collected. Found by receiver operating characteristic (ROC) curve for cancer-specific survival (CSS), the optimal cutoff values of neutrophil-lymphocyte ratio (NLR, an indicator of systemic inflammation state) and BMI were 2.12 and 23.32, respectively. Survival curves were drawn using Kaplan-Meier method. Univariate and multivariate Cox regression analyses were used to evaluate the prognostic value of BMI in localized RCC patients with different NLR. Results Overall, 36 patients died with a median follow-up of 70 months. Median overall survival (OS) was 66 months and the 5-year OS rate was 92.7%. In the multivariate analysis of total patients, higher BMI was an independent protective factor for CSS in total patients (p=0.048). While in systemic inflammation subgroup (high NLR subgroup) patients, higher BMI (obesity) turned out to be an independent protective factor for both CSS (p=0.025) and RFS (p=0.048). Conclusion In localized RCC patients, obesity was an independent protective factor for CSS and RFS in a systemic inflammation state.