在使用深度学习和倾向得分匹配的控制器对玻璃眼患者进行基底导出预测的年龄加速

科学领域:

• 眼科医生 眼科 眼科
• 老年学是指老年学的学科.
• 生物医学工程 生物医学工程

背景情况:

• 玻璃眼是不可逆转的失明的主要原因,通常与衰老有关.
• 了解青光眼和生物衰老之间的关系对于疾病管理至关重要.
• 加快的生物衰老可能为对玻璃眼病原体的新见解提供了新的见解.

研究的目的:

• 通过 fundus-derived年龄预测,研究青光瘤与加速生物衰老之间的关联.
• 探索系统因素和视网膜血管变化的作用在这种关联中.
• 评估基底衍生预测年龄作为系统衰老的生物标志物的潜力.

主要方法:

• 利用深度学习模型 (EfficientNet) 来从6023名参与者的 fundus图像中预测年龄 (547名青光眼患者,547名匹配对照).
• 分析系统性因素 (BMI,血压,脂质,肝功能,葡萄糖) 和视网膜血管变化 (斯基分类).
• 进行了统计比较和多变量回归,以评估眼对加快衰老的影响,并调整了混因素.

主要成果:

• 与对照组相比,眼患者的预测年龄加速显著增加.
• 玻璃眼独立地预测了较高的时间年龄和年龄加速 (p=0.021).
• 升高的γ-GTP水平和特定的视网膜血管变化 (高血压,硬化) 与玻璃眼患者的年龄加速增加有关.

结论:

• 玻璃眼与加速的生物衰老有关,可以通过 fundus-derived年龄预测来检测.
• 系统性因素,如 γ-GTP 和视网膜血管变化,可能会导致这种加速衰老.
• 基底衍生预测年龄显示出作为监测系统衰老过程的非侵入性生物标志物的潜力.