深度学习视网膜年龄差与生活方式、全身及眼部健康的关联:一项健康筛查队列研究
该研究基于健康筛查队列的29,530张眼底图像训练多任务模型预测视网膜年龄,并在两个子队列中评估视网膜年龄差(RAG),发现较高的RAG与吸烟(既往吸烟者β=+0.46年、当前吸烟者β=+0.50年)和临床糖尿病(+2.52年)显著相关,且在年龄相关性黄斑变性(+0.60年)和白内障(+1.86年)眼中RAG显著高于正常对照。
该研究基于健康筛查队列的29,530张眼底图像训练多任务模型预测视网膜年龄,并在两个子队列中评估视网膜年龄差(RAG),发现较高的RAG与吸烟(既往吸烟者β=+0.46年、当前吸烟者β=+0.50年)和临床糖尿病(+2.52年)显著相关,且在年龄相关性黄斑变性(+0.60年)和白内障(+1.86年)眼中RAG显著高于正常对照。
这项回顾性队列研究纳入80例初治新生血管性年龄相关性黄斑变性患者并随访至少4年,用日本眼成像登记处的公开深度学习模型从对侧眼眼底照片估算视网膜年龄并计算原始视网膜年龄差(视网膜年龄减实际年龄),发现原始视网膜年龄差与4年累计注射次数在计数分析中无关联,但在探索性阈值分析中≥24次注射组的原始视网膜年龄差高于<24次组(4.19对0.66年,P=0.039),且每增加1年原始视网膜年龄差与需要≥24次注射相关(OR 1.11,95%CI 1.01-1.22,P=0.029),该关联经年龄校正后减弱,在其他阈值下未重复出现。
已读完全部报道