学术研究
纵向临床数据对糖尿病眼病动态预测的价值研究
研究基于646名2型糖尿病患者连续3年完整随访数据,采用汇总地标法(pooled landmarking)评估纵向临床信息和模型复杂度对5种并发症年度动态预测的增量价值。使用弹性网络与LightGBM模型,在高血压和代谢相关脂肪性肝病预测中,加入既往病史使AUC分别提升0.097和0.022;但对糖尿病视网膜病变等其余三种结局未见显著改善。结论指出该增量价值具有结局特异性,需外部独立验证后方可临床应用。
#糖尿病视网膜病变#AI预测模型#纵向数据分析
PubMed Ophthalmology