探索视觉感知指标作为近视查指标的探索

科学领域:

• 眼科和视觉科学 眼科和视觉科学
• 儿科健康 儿科健康
• 生物医学工程 生物医学工程

背景情况:

• 近视,或近视,是一个日益增长的全球健康问题,特别是在儿童中.
• 目前的大规模近视查方法往往缺乏全面的诊断能力.
• 整合多种指标可能会提高识别近视风险儿童的准确性.

研究的目的:

• 开发和验证一个具有成本效益,易于使用的近视查模型.
• 整合视觉感知指标与生物识别指标,以加强近视风险识别.
• 为学校环境中大规模近视查提供可行的战略.

主要方法:

• 在深的180名三年级学生 (8-10岁) 接受了近视查.
• 评估了眼部生物识别 (轴长/角膜半径比 - AL/CR) 和视觉感知.
• 使用AL/CR和视觉感知指标创建了预测模型,通过ROC曲线分析评估诊断效率.

主要成果:

• 整合AL/CR (max) 和视觉感知指标 (PEP-DL (max),E 0.8 m) 的模型实现了更高的曲线下面面积 (AUC) 0.794.4.
• 仅基于AL/CR (max) 的模型的AUC为0.779,而仅使用视觉感知指标的模型的AUC为0.709.
• 基于视觉感知指标,观察到视和查近视群体之间的统计学上显著差异.

结论:

• 视觉感知指标和AL/CR (max) 显示了近视查的可比诊断效果.
• 将视觉感知指标与AL/CR (max) 结合起来,可以显著提高近视查的准确性.
• 这种综合方法提高了学校近视查计划的精度和可靠性.