相关实验视频
Updated: Jul 9, 2025
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
21.7K
视网膜血管口径的深度学习系统改善了亚洲慢性病患者的心血管风险预测
Cynthia Ciwei Lim1, Crystal Chong2, Gavin Tan2,3
1Department of Renal Medicine, Singapore General Hospital, Singapore.
Clinical kidney journal
|December 4, 2023
概括
慢性病患者的心血管疾病 (CVD) 风险可以通过评估视网膜血管口径来改善. 自动视网膜成像与功能数据相结合,提高了亚洲人群中心血管疾病的预测.
科学领域:
- 眼科医生 眼科 眼科
- 腎臟病學 (nephrology) 是一種醫學專業.
- 心脏病学 心脏病学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 慢性病患者的心血管疾病 (CVD) 和死亡率显著高于慢性病患者.
- 从视网膜照片中可测量的视网膜血管口径与心血管风险有关.
- 自动视网膜图像分析为改善CKD患者心血管疾病风险预测提供了一个潜在的工具.
研究的目的:
- 通过深度学习系统 (DLS) 测量的视网膜血管口径与在CKD患者队列中发生的CVD之间的关联.
- 为了确定视网膜血管口径测量与功能 (eGFR) 一起是否能改善心血管疾病风险预测,超出已确定的心血管风险因素.
主要方法:
- 来自新加坡眼病流行病学研究的860名患有CKD的参与者的回顾性队列研究 (eGFR <60毫升/分钟/1.73米2).
- 视网膜血管口径使用DLS测量;事件CVD在平均后续9.3年内确定.
- 考克斯的比例危险回归模型被用于检查风险因素,模型性能使用歧视,适合和净重新分类改进 (NRI) 进行评估.
主要成果:
- 事件心血管疾病发生在33.6%的参与者中.
- 视网膜动脉狭窄 (HR 1.40) 和降低的eGFR (HR 0.98) 是CKD患者心血管疾病的独立预测因子,在对传统风险因素进行调整后.
- 添加EGFR和视网膜特征显著改善了心血管疾病风险预测模型 (NRI5.8%至12.7%).
结论:
- 自动视网膜血管口径测量与CKD患者发生心血管疾病有关,独立于已确定的风险因素.
- 在风险预测模型中将功能和视网膜血管口径参数纳入风险预测模型可以提高亚洲人患有CKD的CVD风险评估.
