Vorhersagemodell der Behandlungswirksamkeit bei altersbedingter Makuladegeneration basierend auf bildgebenden Verfahren aus mehreren Quellen

Die altersbedingte Makuladegeneration (AMD) ist eine der Hauptursachen für Erblindung bei älteren Menschen. Die intraokulare Injektion von Anti-VEGF-Medikamenten bei neovaskulärer AMD (nAMD) ist derzeit die wichtigste Behandlungsmethode. Allerdings reagieren Patienten unterschiedlich auf eine Anti-VEGF-Therapie, und einige Patienten sprechen nicht gut auf eine Kurz- oder Langzeitbehandlung an.

In dieser Studie wurde eine retrospektive Studie durchgeführt, um die klinischen Daten und Bildgebungsdaten von nAMD in der Vergangenheit zu sammeln und zu analysieren, die Bildgebungsmerkmale aus den multimodalen Modalitäten vor und nach der Behandlung für Deep Learning zu extrahieren und die klinischen Daten zu bewerten und zu quantifizieren Merkmale und die Erstellung von zwei Multi-Source-Merkmalsmodellen zur Vorhersage der Kurz- und Langzeitprognose von nAMD-Patienten. Durch Überprüfung der Genauigkeit des Modells zur Vorhersage der Heilwirkung wurde die Klassifizierungseffizienz der oben genannten charakteristischen Modelle verglichen und das optimale Modell ausgewählt. Sein klinischer Anwendungswert wurde anhand der Kalibrierungskurve und der Entscheidungskurve bewertet. Darüber hinaus wurden Patienten mit schlechtem Behandlungsansprechen in der Studienkohorte retrospektiv analysiert und die Wirksamkeit und Sicherheit der Kombination anderer Behandlungsoptionen in der tatsächlichen Klinik analysiert. Der Zweck dieser Studie besteht darin, wissenschaftliche Grundlagen für eine frühzeitige Vorhersage, dynamische Überwachung und Optimierung allgemeiner Behandlungsstrategien für nAMD bereitzustellen.