緑内障患者における不規則自己回帰時系列法を用いた平均偏差の予測

科学分野:

• 眼科学
• 生物統計学
• 医療データ分析

背景:

• 緑内障進行の正確な予測は、効果的な患者管理のために不可欠です。
• 通常の最小二乗回帰（OLSR）は、仮定の違反により、縦断的視野検査データの解析には不適切であることがよくあります。
• 視野検査からの平均偏差（MD）系列は、緑内障進行の重要な指標です。

研究 の 目的:

• 次数1の不規則自己回帰（IAR (1)）法を緑内障の平均偏差（MD）系列のモデリングに適用する可能性を検討する。
• 縦断的視野検査データに対するIAR (1) とOLSRの妥当性と予測精度の比較。
• IAR (1) が緑内障進行解析のための統計的に優れた方法を提供するかどうかを判断する。

主な方法:

• 進行性緑内障の42眼からの縦断的視野検査データを解析しました。
• 平均偏差（MD）系列を、通常の最小二乗回帰（OLSR）と次数1の不規則自己回帰（IAR (1)）法で適合させました。
• モデルの妥当性は、相関誤差と正規性の仮定を確認するためにコレログラムを使用して評価しました。予測精度は平均二乗誤差（MSE）を使用して比較しました。

主要な成果:

• OLSRの残差は相関があり、正規性の仮定を満たさなかったため、モデルの不適切さを示唆しています。
• IAR (1) モデルは、有意でない自己相関（p > 0.05）と重尾分布に対するより良い適合性により、妥当性が向上しました。
• OLSR（38％）と比較して、IAR (1) で適合された眼は、より小さい予測平均二乗誤差（MSE）（62％ vs. 38％、P = 0.02）を示しました。

結論:

• IAR (1) 法は、緑内障における反復視野検査測定値を解析する際のOLSRの限界を効果的に解決します。
• IAR (1) は、緑内障におけるMD系列の適合のための統計的により妥当なアプローチを提供します。
• IAR (1) 法は、OLSRと比較して緑内障の平均偏差進行のより正確な予測を提供します。