G-ROP与WINROP对于早产查的视网膜病变:卡尔加里的一个视角
Rahul Moorjani1, Emi Sanders2, Kyla Lavery2
1Department Ophthalmology and Visual Sciences, University of Alberta, Edmonton, AB, Canada.
Canadian journal of ophthalmology. Journal canadien d'ophtalmologie
|February 20, 2025
概括
G-ROP模型在检测需要治疗的早产视网膜病变时显示出100%的灵敏度,在加拿大队列中表现优于WINROP模型. 这为有风险的婴儿提供了更准确和临床适用的查工具.
科学领域:
- 新生儿眼科新生儿眼科
- 儿科重症监护 儿科重症监护
背景情况:
- 早产视网膜病变 (ROP) 是儿童失明的主要原因.
- 目前的加拿大查具有高灵敏度但低特异性,导致不必要的婴儿检查.
- 增加新生儿存活率需要改进ROP查,以管理医生工作量.
研究的目的:
- 验证和比较G-ROP和WINROP模型的准确性,用于在加拿大队列中识别患有需要治疗的ROP风险的新生儿.
- 评估G-ROP和WINROP算法的临床实用性,用于ROP查.
主要方法:
- 在加拿大卡尔加里对1001名早产婴儿 (23-31周GA或≤1250g出生体重) 进行了回顾性队列研究.
- 评估了WINROP和G-ROP算法的敏感性,特异性,PPV和NPV.
- 对比算法性能与需要ROP处理的需求.
主要成果:
- G-ROP模型实现了100%的灵敏度来识别需要ROP治疗的婴儿.
- 对于需要治疗的ROP,WINROP算法显示95.7%的灵敏度.
- G-ROP的特异性为30.4%,而WINROP的特异性为41.7%.
结论:
- 在这个加拿大队列中,G-ROP模型更适合临床应用.
- 与目前的查指南相比,G-ROP提供了更高的灵敏度 (100%) 和更好的特异性.
- 这种模型可以减少不必要的检查,并优化早产婴儿的ROP查.
