用机器学习评估角膜捐赠者恢复的社会医学因素

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:

• 角膜移植对于恢复视力至关重要.
• 供体适合性和内皮细胞密度是移植成功的关键决定因素.
• 社会医学条件可能会影响捐赠者的眼睛质量.

研究的目的:

• 评估共患病的社会医疗条件如何影响角膜供体内皮细胞密度.
• 评估这些条件对角膜移植适合性的影响.

主要方法:

• 利用了2012年6月至2016年6月的大型角膜供体信息数据集.
• 应用自然语言处理来识别社会医学条件.
• 采用机器学习模型和SHAP值来确定移植适合性和内皮细胞密度的变量重要性.

主要成果:

• 从超过23,000名捐赠者中确定了41种常见的并发性社会医学疾病.
• 在多种模型中,高血压是移植适合性和内皮细胞密度的首要预测因素.
• 其他重要因素包括慢性阻塞性肺病,吸烟史和酒精使用.

结论:

• 高血压是一种主要的社会医学疾病,影响角膜供体移植适合性和内皮细胞密度.
• 机器学习模型有效地确定了影响捐赠者眼睛质量的关键因素.
• 研究结果强调了考虑捐赠者的病史在优化角膜移植结果的重要性.