一个经过验证的网络应用程序 (GFDC) 用于使用Hodapp-Parrish-Anderson标准自动分类眼视野缺陷

科学领域:

• 眼科医生 眼科 眼科
• 医疗技术 医疗技术 医学技术
• 计算医学是一种计算医学.

背景情况:

• 青光眼的诊断依赖于视野分类,这往往是主观和耗时的.
• 目前用于分类眼视野缺陷的标准化方法是劳动密集型的,限制了它们的实际临床使用.
• 青光眼诊断,预后和管理的准确性和可靠性受到视野评估的主观性的阻碍.

研究的目的:

• 为了引入和验证一个新的网络应用程序,格洛科马现场缺陷分类器 (GFDC).
• 为了使霍达普-帕里什-安德森分类系统对玻璃眼视野缺陷的自动应用.
• 为了提高对格洛科马患者护理的临床决策的准确性和公平性.

主要方法:

• 开发了一个名为Glaucoma Field Defect Classifier (GFDC) 的网络应用程序.
• 使用横截面研究设计验证GFDC的验证.
• 实施基于霍达普-帕里什-安德森标准的自动分类规则.

主要成果:

• 玻璃眼的视野缺陷分类器 (GFDC) 在分类视野缺陷方面表现出了完美的准确性.
• GFDC准确地区分了轻度,中度和严重的玻璃眼野缺陷.
• 该应用程序为视野缺陷分类提供了可靠和自动化的方法.

结论:

• 玻璃眼视野缺陷分类器 (GFDC) 为分类玻璃眼视野缺陷提供了一个高度准确和高效的解决方案.
• GFDC有潜力显著提高对格洛科马管理中的临床决策的准确性和一致性.
• 免费可用的在线应用程序及其源代码赋予临床医生和研究人员在绿眼病患者护理方面的权力.