基于机器学习的诺姆图来预测中国近视儿童一夜间的脊髓瘤学反应不佳:一项多中心的回顾性研究
Wenting Tang1, Jiaqian Li2, Xuelin Fu3
1Department of Ophthalmology, The First Affiliated Hospital of Chengdu Medical College, Chengdu Medical College, Chengdu, China.
Acta ophthalmologica
|March 22, 2024
概括
一个新的名图准确地预测了儿童对脊髓瘤学反应不佳的情况. 这个工具有助于识别那些可能无法从近视控制治疗中受益的人.
科学领域:
- 眼科医生 眼科 眼科
- 儿科光学测量 儿科光学测量
背景情况:
- 脊椎病理学是一种近视控制治疗.
- 预测治疗反应对于有效的近视管理至关重要.
研究的目的:
- 开发和验证一个名谱,用于预测近视儿童对脊髓瘤学反应不佳的预测.
主要方法:
- 使用了具有最少绝对收缩和选择运算符的逻辑回归模型.
- 来自中国近视儿童 (8-15岁) 的数据用于培训,验证和外部测试.
- 用AUC,校准图表和决策曲线分析来评估模型性能.
主要成果:
- 纳米图包括基线年龄,球形等效,轴长,瞳孔直径,表面不对称指数和父母近视.
- 该名录显示出优异的歧视,AUC为0.871 (培训),0.863 (验证) 和0.817 (外部队列).
- 一个在线计算器可用于预测orthokeratology响应.
结论:
- 开发的诺米图谱提供了对夜间脊髓瘤学反应不佳的准确个体预测.
- 这种工具可以帮助临床医生管理儿童近视.
