机器学习可以预测结果和用阿弗利塞普特的剂量频率,用于中央视网膜静脉封闭后的黄斑胀

科学领域:

• 眼科医生 眼科 眼科
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 中央视网膜静脉封闭后的黄斑 (MEfCRVO) 需要持续管理.
• 内阿弗利塞普特注射 (IAI) 是一种常见的治疗方法.
• 预测治疗反应和频率对于患者护理至关重要.

研究的目的:

• 开发机器学习 (ML) 算法,用于预测MEfCRVO患者的结果.
• 预测视觉敏度,解剖学变化和治疗频率.
• 加强临床决策和患者期望管理.

主要方法:

• 使用了来自COPERNICUS和GALILEO试验的数据.
• 在接受每月2毫克IAI的患者数据上训练有素的ML算法,然后是pro re nata (PRN).
• 验证了视觉敏度,视网膜厚度和PRN注射频率的预测准确性.

主要成果:

• ML算法在预测最佳校正视敏度 (BCVA) (r=0.87) 和BCVA变化 (r=0.76) 中显示出强烈的相关性.
• 准确预测≥15个字母的增益 (AUC=0.81) 和中央子场厚度变化 (r=0.76).
• 在预测PRN注射频率 (AUC=0.83) 中获得了高精度.

结论:

• ML算法可以可靠地预测MEfCRVO患者的视觉和解剖结果.
• ML准确地预测治疗频率,有助于个性化护理计划.
• 这些预测工具可以为患者和临床医生对MEfCRVO管理的期望提供信息.