在PPPM的背景下,开发和验证一种基于血液常规参数的模型,用于查高近视期视网膜脱落的发生情况
Shengjie Li1,2,3,4, Meiyan Li2,3,4,5,6, Jianing Wu1
1Shanghai, China Department of Clinical Laboratory, Eye & ENT Hospital, Shanghai Medical College, Fudan University.
The EPMA journal
|June 5, 2023
概括
一种新的血液测试模型预测高近视 (HM) 患者的视网膜脱落 (RD). 这种工具有助于早期检测和个性化监测,防止视力丧失和疾病进展.
科学领域:
- 眼科医生 眼科 眼科
- 预测医学是一种预测医学.
- 生物标志物发现发现
背景情况:
- 高近视 (HM) 显著增加了视网膜脱落 (RD) 的风险.
- 早期发现和治疗RD对于保持视力和预防视野缺陷至关重要.
- 区分高风险和低风险个体与HM对RD的歧视是必不可少的.
研究的目的:
- 开发一种使用常规血液参数的HRM患者RD风险的新型预测模型.
- 建立一个查计划,以识别需要详细眼科检查的个人.
- 在预测,预防和个性化医学 (PPPM) 框架内支持个性化,串行监测.
主要方法:
- 一项基于人口的研究,对20870名受试者 (19,284名HM,1586名HMRD) 进行了常规血液检查和眼科评估.
- 嵌套病例控制设计,以匹配HMRD病例和HM控制.
- 接收机运行特征 (ROC) 曲线分析选择六个关键特征索引,集成到七个算法模型中,根据AUC和准确性选择最佳模型.
主要成果:
- 六个选定的特征指数:淋巴细胞,基细胞,平均血小板体积,血小板分布宽度,中性细胞与淋巴细胞的比率,淋巴细胞与单细胞的比率.
- 条件概率 (ACP) 算法表现出卓越的性能,在发现队列中实现了0.79的AUC和0.72的准确性.
- 该ACP模型在验证队列 (AUC从0.77到0.81) 和良好的校准中显示出一致的性能.
结论:
- 建议使用ACP算法的常规血液参数模型用于临床应用,用于预测HM患者的RD.
- 这种模型可以促进预防HM向RD的进展,并使个性化监测成为可能.
- 常规血液参数对于风险分类,预测性诊断和针对性疗法至关重要,HM患者有RD风险.
