相关实验视频
Updated: Jun 30, 2025
07:20
Inducement and Evaluation of a Murine Model of Experimental Myopia
Published on: January 22, 2019
9.9K
开发和验证近视发病和进展的预测模型,使用广泛的15年儿童和青少年折射数据来评估近视发病和进展
Jing Zhao1,2,3, Yanze Yu1,2,3, Yiming Li4
1Department of Ophthalmology and Vision Science, Eye and ENT Hospital, Fudan University, 83 Fenyang Road, Shanghai, 200031, China.
Journal of translational medicine
|March 18, 2024
概括
对儿童近视和高近视的准确预测对于预防视力丧失至关重要. XGBoost模型有效地预测近视发作和严重程度,强调早期眼科检查的重要性.
科学领域:
- 眼科医生 眼科 眼科
- 数据科学数据科学数据科学
- 公共卫生 公共卫生
背景情况:
- 全球近视频率是一个重大的公共卫生挑战,可能导致视力危害的并发症.
- 预防和控制近视的有效策略至关重要.
- 准确预测折射误差,近视和高近视发作对于及时的临床干预至关重要.
研究的目的:
- 在儿科和青少年群体中开发和验证球形等效 (SE),近视发病和高近视发病的预测模型.
- 为了比较随机森林 (RF) 和XGBoost算法的近视预测性能.
- 评估主动眼科护理预测模型的临床实用性.
主要方法:
- 从2005年至2019年,回顾了88250名年龄在3至18岁的患者的电子病历.
- 使用基线年龄和折射误差数据进行RF和XGBoost模型的培训和验证.
- 预测SE,近视发作和高近视发作至15年后初始检查.
主要成果:
- 在15年内,XGBoost模型在预测SE (R2 > 0.729) 和近视发病 (AUC 0.845-0.953) 方面表现优于RF.
- 高近视发作的预测显示了强大的AUC值 (0.807-0.997).
- 模型表现出优异的校准与低的布赖尔得分 (<0.25),表明高精度跨年龄组和时间框架.
结论:
- XGBoost预测模型准确地预测了儿童和青少年的SE,近视发作和高近视.
- 早期和定期的眼科检查对于预测高近视至关重要.
- 这些发现为增强儿科眼科临床实践提供了宝贵的见解.
