跳转到主要内容

#个性化医疗

4 篇

与"个性化医疗"相关的眼科资讯

学术研究

眼血流动力学数字孪生：个性化青光眼护理的新路径

该研究通过结合生理模型和机器学习，开发了一种新型的眼血流动力学数字孪生（DT-OH），以探究眼内压（IOP）和血压（BP）对视网膜血流动力学及青光眼进展的联合影响。研究利用印第安纳波利斯青光眼进展研究（IGPS）的临床数据，揭示了三种不同的血流动力学特征，并发现其中一种特征与青光眼进展风险显著相关。这些特征反映了眼部血流调节的不同模式，为系统性和眼部因素在青光眼中的相互作用提供了生理学见解。研究结果不仅深化了对青光眼病理生理学的理解，还支持了基于IOP和BP的个性化风险评估工具的发展。

#青光眼#数字孪生#个性化医疗
PubMed Ophthalmology #1/4
READ
学术研究

低强度红光疗法早期预测儿童近视控制效果

低强度红光（RLRL）疗法在儿童近视控制中展现出潜力，但个体间疗效差异显著限制了其临床应用。本研究通过回顾性队列分析，纳入西安第一医院2022年8月至2025年12月期间接受RLRL治疗的69名近视儿童，根据每年眼轴长度（AL）变化将其分为良好预后组和不良预后组。研究发现，基线球镜等效值（SE）、AL及治疗后1个月和3个月的AL变化率在两组间存在显著差异。构建的预测模型结合年龄、性别和3个月AL变化，AUC达0.961，表明早期AL动态变化与基线眼部参数结合可有效预测长期疗效，支持个性化近视管理和风险分层决策。

#低强度红光疗法#儿童近视#个性化医疗
PubMed Ophthalmology #2/4
READ
学术研究

基于眼部生物参数的个性化周边离焦眼镜推荐模型

研究通过回顾性队列分析，构建了基于眼部生物参数的个性化周边离焦眼镜推荐模型。该研究纳入了2824名佩戴不同设计周边离焦眼镜的近视儿童，并根据性别、年龄和基线生物参数进行匹配。研究结果显示，五种不同设计的眼镜在控制眼轴增长方面没有显著差异，但成功建立了预测模型以指导个性化配镜。

#个性化医疗#近视防控#周边离焦眼镜
PubMed Ophthalmology #3/4
READ
学术研究

可解释机器学习预测青光眼患者眼压

青光眼是一种慢性神经退行性疾病，治疗目标是降低眼内压。然而，一些患者对治疗反应不佳，眼内压仍然较高，导致视力持续下降。研究使用可解释的机器学习技术，通过英国生物银行的数据，预测接受药物治疗的青光眼患者的眼内压。研究发现，XGBoost模型在综合数据集上表现最佳，AUC为0.708。胰岛素样生长因子1（IGF-1）、低密度脂蛋白（LDL）和淋巴细胞计数是最重要的特征。

#青光眼#机器学习#个性化医疗
PubMed Ophthalmology #4/4
READ