文献

J-GLOBAL ID：202002219851526912   整理番号：20A0447741

SMILE処理のためのノモグラム予測と解析における機械学習技術の適用【JST・京大機械翻訳】

Applying Machine Learning Techniques in Nomogram Prediction and Analysis for SMILE Treatment

著者 (11件)： Cui Tong (Tianjin Eye Hospital, Tianjin Eye Institute, Tianjin Key Laboratory of Ophthalmology and Visual Science, Tianjin, China) ,  Cui Tong (Clinical College of Ophthalmology, Tianjin Medical University, Tianjin, China) ,  Wang Yan (Tianjin Eye Hospital, Tianjin Eye Institute, Tianjin Key Laboratory of Ophthalmology and Visual Science, Tianjin, China) ,  Wang Yan (Clinical College of Ophthalmology, Tianjin Medical University, Tianjin, China) ,  Ji ShuFan (School of Computer Science and Engineering, Beijing University of Aeronautics and Astronautics, Beijing, China) ,  Li Yan (School of Computer Science and Engineering, Beijing University of Aeronautics and Astronautics, Beijing, China) ,  Hao WeiTing (Tianjin Eye Hospital, Tianjin Eye Institute, Tianjin Key Laboratory of Ophthalmology and Visual Science, Tianjin, China) ,  Hao WeiTing (Clinical College of Ophthalmology, Tianjin Medical University, Tianjin, China) ,  Zou HaoHan (Tianjin Eye Hospital, Tianjin Eye Institute, Tianjin Key Laboratory of Ophthalmology and Visual Science, Tianjin, China) ,  Zou HaoHan (Clinical College of Ophthalmology, Tianjin Medical University, Tianjin, China) ,  Jhanji Vishal (Department of Ophthalmology, UPMC Eye Center, University of Pittsburgh School of Medicine, Pittsburgh, Pennsylvania, USA)
資料名： American Journal of Ophthalmology  (American Journal of Ophthalmology)
巻： 210  ページ： 71-77  発行年： 2020年 
JST資料番号： B0599B  ISSN： 0002-9394  CODEN： AJOPA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 小切開レンズ抽出(SMILE)ノモグラムの予測のための機械学習技術の結果を分析する。前向き,比較臨床研究。外科医群(外科医によるノモグラムセット)と機械学習群(機械学習モデルにより予測されたノモグラム)の間のSMILE手術の結果について比較研究を行った。機械学習モデルは,経験のある外科医から手術後に±0.5ジオプタ[D]の範囲内で865の理想的な症例(球状等価[SE])により訓練された。両群の視覚結果を,安全性,有効性,予測可能性,およびSE補正のために比較した。両群のベースラインデータ間に統計的有意差はなかった。機械学習群(1.48±1.08)の有効性指数は,外科医群(1.3±0.27)より有意に高かった(t=-2.17,P<0.05)。外科医群の83%の眼と機械学習群の93%の眼は±0.50D以内であったが,外科医群の98%の眼と機械学習群の96%の眼は±1.00D以内であった。SE補正の誤差は,機械学習および外科医群に対して,それぞれ-0.09±0.024および-0.23±0.021であった。機械学習技術は,安全性において外科医と同様に実行したが,有効性において外科医より有意に優れていた。予測可能性に関しては,機械学習技術は外科医に匹敵したが,高近視と乱視に対しては予測可能ではなかった。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 有効性 ,  *ノモグラム ,  視覚 ,  予測可能性 ,  レンズ ,  *機械学習 ,  乱視 ,  近視
準シソーラス用語： 臨床研究 ,  小切開手術 ,  *機械学習技術 , 【Automatic Indexing@JST】

分類 (1件)： 眼の疾患の外科療法  (GP05030P)

タイトルに関連する用語 (5件)： SMILE ,  ノモグラム ,  予測 ,  解析 ,  機械学習技術