基于证据的分析提高了新手住院外科医生的外科结果
Neel K Patel1,2,3, Kenneth L Cohen1
1Department of Ophthalmology, School of Medicine, The University of North Carolina at Chapel Hill, 5151 Bioinformatics Bldg., CB# 7040, Chapel Hill, NC 27599, USA.
Vision (Basel, Switzerland)
|July 23, 2025
概括
使用基于证据的方法优化眼内透镜 (IOL) 常数可显著改善新手白内障外科医生的折射结果. 这种方法提高了手术精度和患者的结果,突出显示了对IOL计算的正式培训的需要.
科学领域:
- 眼科医生 眼科 眼科
- 外科教育的外科教育
- 生物医学工程 生物医学工程
背景情况:
- 基于证据的实践对于改善医疗保健和外科安全至关重要.
- 虽然能力评估在住院白内障手术中是标准的,但基于证据的折射结果分析在教育课程中未得到充分利用.
- 优化眼内镜 (IOL) 计算对于在白内障手术后实现准确的折射结果至关重要.
研究的目的:
- 评估不同眼内透镜 (IOL) 常量优化方法对新手眼科医生折射结果的影响.
- 为了比较使用非优化,a0优化和a0/a1/a2优化IOL计算方法的折射可预测性.
- 分析有效镜头位置 (ELP) 的系统偏差,以更新制造商的IOL常量.
主要方法:
- 一个回顾性单中心研究,涉及21名初学者眼科医生在进行白内障手术.
- 基于IOL常数优化,对三个组的折射结果进行比较 (平均绝对误差,预测球形等效的±0.25 D和±0.50 D之间的百分比).
- 对有效镜头位置 (ELP) 偏差进行分析,以更新 IOL 常量并根据已确定的公式评估性能.
主要成果:
- 平均绝对误差 (MAE) 通过优化显著改善:0.44 D (非优化) 到0.35 D (a0-优化,p=0.009) 和0.19 D (a0/a1/a2-优化,p<0.001).
- 预测结果 ±0.50 D 之内的眼睛的百分比从65.7%增加到74.4%至95.0%以优化.
- 基于证据的IOL常数优化实现了与ELP偏差校正用于高级预测公式相比较的结果.
结论:
- 基于证据的IOL常数的优化显著提高了白内障手术初学者在白内障手术中的折射结果.
- 优化的IOL计算可以实现与高级预测模型相比的折射可预测性.
- 专注于IOL计算和优化的正式课程是有必要的,以改善住院外科教育和患者的结果.
