基于各种指标的整合性预测模型,用于基于多种指标的 ортокератология镜片分散
Kunhong Xiao1,2, Wenrui Lu1, Xuemei Zhang1
1Shengli Clinical Medical College of Fujian Medical University, Fujian Provincial Hospital, Fuzhou University Affiliated Provincial Hospital, Fuzhou, China.
Frontiers in medicine
|October 28, 2024
概括
一个使用逻辑回归的新预测模型可以预测近视儿童的正视眼镜 (Ortho-K) 透镜分散. 关键因素包括年龄和特定的角膜测量,有助于更好的镜头配合策略.
科学领域:
- 眼科医生 眼科 眼科
- 生物医学工程 生物医学工程
- 数据科学数据科学数据科学
背景情况:
- 立视眼镜 (Ortho-K) 是一种使用刚性气体透透镜的近视控制方法.
- 透镜的去中心化会影响治疗效率和患者舒适度.
- 需要预测模型来优化Ortho-K的适配,并最大限度地减少不良事件.
研究的目的:
- 开发和验证一个预测模型,用于 orthokeratology (Ortho-K) 透镜分散.
- 确定影响透镜分散的关键临床和角膜参数.
- 增强Ortho-K配套策略,以改善患者的治疗结果.
主要方法:
- 机器学习模型 (逻辑回归,决策树,随机森林等) 使用近视儿童装有Ortho-K镜片的数据开发.
- 在治疗前和治疗后收集角质地形和人口统计数据.
- 通过逻辑回归和拉索选择特征;使用AUC,精度,灵敏度,特异性和SHAP值评估模型性能.
主要成果:
- 后勤回归模型实现了最高的预测性能 (AUC=0.82,精度=77.59%).
- 对于Ortho-K镜片去中心化的显著预测因素包括患者年龄,8毫米的斜坡高度差异,5毫米Kx1和7毫米Kx2.
- SHAP分析强调了8毫米的斜坡高度差异作为一个特别重要的特征.
结论:
- 逻辑回归模型有效地预测了基于年龄和角膜指标的Ortho-K透镜分散风险.
- 这种模型可以帮助临床医生优化Ortho-K镜片的配合.
- 建议进行进一步的临床验证,以完善安装方案并改善患者视力质量.
