与年龄相关的分散的低光斑作为多性冠状血管病变的不良预后因素
Seo Hee Kim1, Kai Tzu-Iunn Ong2, Seonghee Choi3
1Department of Ophthalmology, National Health Insurance Service Ilsan Hospital, Goyang, South Korea.
Ophthalmology science
|June 23, 2025
概括
晚期内素绿色血管学 (ASHS-LIA) 中与年龄相关的分散的低光斑对多冠状血管病变 (PCV) 的预后产生负面影响,导致稳定性降低和治疗需求增加.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 机器学习 机器学习
背景情况:
- 多性冠状血管病变 (PCV) 呈现出可变的预后.
- 在PCV中晚期印素绿色血管造影 (ASHS-LIA) 中与年龄相关的分散的低光斑的预后作用尚不清楚.
研究的目的:
- 调查ASHS-LIA和PCV预后之间的关联.
- 使用AdaBoost机器学习模型根据ASHS-LIA的存在来预测PCV结果.
主要方法:
- 对57名接受抗VEGF治疗的PCV患者进行了回顾性分析.
- 根据ASHS-LIA的存在或不存在来对患者进行分类.
- 应用AdaBoost元估计器与主要组件分析用于预后预测.
主要成果:
- 患有ASHS-LIA的患者表现出降低的疾病稳定性 (P=0.03) 和更长的第一次缓解时间 (P=0.04).
- 在ASHS-LIA组需要显著更多的注射 (P<0.001).
- AdaBoost模型将ASHS-LIA确定为疾病稳定性,注射需求和缓解时间的关键预测因素.
结论:
- ASHS-LIA是PCV的负预后因素.
- ASHS-LIA与疾病稳定性降低和治疗需求增加相关.
- ASHS-LIA可以帮助评估预后并指导PCV治疗策略.
关键词:
与年龄相关的分散的低光斑点.印度氨酸绿色血管学机器学习是机器学习.聚合性冠状血管病变 (Polypoidal choroidal vasculopathy) 是一种多重的血管病变.主要组件分析的主要组件分析.
