民族优化指数提高了早期球菌的诊断效率:一个多中心验证研究
概括
一个由人工智能驱动的角膜断层扫描和生物力学指数,cTBI,有效地诊断了中国人群的早期脱节症. 这种以种族为优化的指数显示出用于检测角膜疾病的高灵敏度和特异性.
科学领域:
- 眼科医生 眼科 眼科
- 生物医学工程 生物医学工程
- 人工智能的人工智能
背景情况:
- 早期发现角膜脱光症对于预防视力丧失至关重要.
- 现有的诊断指数可能不适合不同种族的人群.
- 人工智能 (AI) 提供了开发更准确的诊断工具的潜力.
研究的目的:
- 用人工智能评估一种以种族为优化的角膜断层扫描和生物力学指数,用于诊断中国人的早期脱节症.
- 为了确定该指数的临床应用的灵敏度,特异性和截止值.
主要方法:
- 一项多中心,病例控制的回顾性研究,涉及来自中国的1012只眼睛.
- 眼睛被分类为具有正常地形 (VAE-NT), contralateral ectasia (VAE-E), keratoconus (KC) 和正常 (NL) 的非常不对称的抽.
- 包括种族优化的cTBI在内的各种指标的诊断效率使用接收器运行特征 (ROC) 曲线进行评估.
主要成果:
- 根据种族优化的cTBI显示了最高的诊断准确度,用于区分正常眼睛和早期眼 (VAE-NT),AUROC为0.93.
- 与其他指数 (TBIv2,TBIv1,cCBI,CBI) 相比,cTBI在识别早期催情症方面表现出更高的有效性.
- cTBI在区分正常眼睛与所有形式的狂喜 (疾病) 和临床狂喜 (VAE-E + KC) 中取得了卓越的表现.
结论:
- 根据种族优化的cTBI指数显示了中国人口中早期ectasia的强大诊断效率.
- 民族特异性参数优化显著有利于角膜断层扫描和生物力学指数的诊断准确性.
- cTBI指数是用于早期和准确诊断角膜脱膜症的有希望的工具.
