Deep-Learning-Modelle können die Konversion zum Normaldruckglaukom vorhersagen

Folgen Sie Drugslib auf

Von Drugs.com medizinisch überprüft.

Von Elana Gotkine HealthDay Reporter

FREITAG, 3. November 2023 – Deep-Learning-Modelle, die mit Fundusbildern und klinischen Daten trainiert wurden, können laut einer im November online veröffentlichten Studie vorhersagen, ob sich normotensive Glaukom-verdächtige (GS) Augen in ein Normaldruckglaukom (NTG) umwandeln . 2 im British Journal of Ophthalmology.

Ahnul Ha, M.D., von der Jeju National University in Südkorea, und Kollegen überprüften Datensätze von 12.458 GS-Augen, um die Leistung von Deep-Learning-Modellen zur Vorhersage der Umstellung auf NTG zu bewerten. Insgesamt wurden 210 Augen (105 Augen mit NTG-Konvertierung und 105 ohne Konvertierung) eingeschlossen und mindestens sieben Jahre oder länger nachbeobachtet, wobei der Augeninnendruck (IOD) während dieser Zeit unter 21 mm Hg lag. Die Merkmale von zwei Fundusbildern wurden extrahiert; Zusammen mit 15 klinischen Merkmalen wurden sie zur Vorhersage der NTG-Konversion verwendet. Zur Durchführung der Vorhersage wurden drei Klassifikatoren für maschinelles Lernen (XGBoost, Random Forest und Gradient Boosting) verwendet.

Die Forscher fanden heraus, dass mit allen drei Algorithmen eine hohe diagnostische Genauigkeit für die NTG-Konvertierungsvorhersage erreicht wurde. Die Flächen unter der Kurve variierten von 0,987 (Random Forest wurde sowohl mit Fundusbildern als auch mit klinischen Merkmalen trainiert) bis 0,994 (XGBoost wurde sowohl mit Fundusbildern als auch mit klinischen Merkmalen trainiert). Bei der Zeit-zu-NTG-Konvertierung wurde die beste Vorhersageleistung für XGBoost erzielt (mittlerer quadratischer Fehler 2,24). Für die Vorhersage der Zeit bis zur Konversion waren die drei wichtigsten klinischen Merkmale der Ausgangs-IOD, der diastolische Blutdruck und die durchschnittliche Dicke der zirkumpapillären Nervenfaserschicht der Netzhaut.

„Unsere Ergebnisse legen nahe, dass Deep-Learning-Modelle, die sowohl auf Augenbildern als auch auf klinischen Daten trainiert wurden, das Potenzial haben, den Krankheitsverlauf bei GS-Patienten vorherzusagen“, schreiben die Autoren.

Zusammenfassung/Volltext

Quelle: HealthDay

Gesendet : 2023-11-04 00:36

Mehr lesen

Haftungsausschluss

Es wurden alle Anstrengungen unternommen, um sicherzustellen, dass die von Drugslib.com bereitgestellten Informationen korrekt und aktuell sind aktuell und vollständig, eine Garantie hierfür kann jedoch nicht übernommen werden. Die hierin enthaltenen Arzneimittelinformationen können zeitkritisch sein. Die Informationen von Drugslib.com wurden für die Verwendung durch medizinisches Fachpersonal und Verbraucher in den Vereinigten Staaten zusammengestellt. Daher übernimmt Drugslib.com keine Gewähr dafür, dass eine Verwendung außerhalb der Vereinigten Staaten angemessen ist, sofern nicht ausdrücklich anders angegeben. Die Arzneimittelinformationen von Drugslib.com befürworten keine Arzneimittel, diagnostizieren keine Patienten und empfehlen keine Therapie. Die Arzneimittelinformationen von Drugslib.com sind eine Informationsquelle, die zugelassenen Ärzten bei der Betreuung ihrer Patienten helfen soll und/oder Verbrauchern dienen soll, die diesen Service als Ergänzung und nicht als Ersatz für die Fachkenntnisse, Fähigkeiten, Kenntnisse und Urteilsvermögen im Gesundheitswesen betrachten Praktiker.

Das Fehlen einer Warnung für ein bestimmtes Medikament oder eine bestimmte Medikamentenkombination sollte keinesfalls als Hinweis darauf ausgelegt werden, dass das Medikament oder die Medikamentenkombination für einen bestimmten Patienten sicher, wirksam oder geeignet ist. Drugslib.com übernimmt keinerlei Verantwortung für irgendeinen Aspekt der Gesundheitsversorgung, die mithilfe der von Drugslib.com bereitgestellten Informationen durchgeführt wird. Die hierin enthaltenen Informationen sollen nicht alle möglichen Verwendungen, Anweisungen, Vorsichtsmaßnahmen, Warnungen, Arzneimittelwechselwirkungen, allergischen Reaktionen oder Nebenwirkungen abdecken. Wenn Sie Fragen zu den Medikamenten haben, die Sie einnehmen, wenden Sie sich an Ihren Arzt, das medizinische Fachpersonal oder Ihren Apotheker.

Beliebte Schlüsselwörter