机器学习预测SMILE术后1年屈光误差 (SMILE)
2026年3月12日 更新者：yuhao shao、Tongji University
小切口微透镜取出术后1年屈光预测误差的多输出机器学习模型开发与内部验证及与蔡司4.0虚拟规划方案的对比分析
这项回顾性单中心观察性研究旨在开发并内部验证一个多输出机器学习模型，用于预测小切口角膜基质透镜取出术（SMILE）术后1年的屈光预测误差。
主要建模目标是1年球镜等效预测误差。
次要目标包括J0预测误差、J45预测误差，以及术后未矫正远视力（以最小分辨角对数表示）。
次要目标是利用该预测框架推导个体化的诺模图推荐方案，并在虚拟治疗规划分析中将这些推荐方案与蔡司4.0规划进行比较。
研究概览
地位
完全的
条件
研究类型
观察性的
注册 (实际的)
1100
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习地点
-
-
Shanghai Municipality
-
Shanghai、Shanghai Municipality、中国、200072
- Shanghai Tenth People's Hospital
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
- 成人
接受健康志愿者
不
取样方法
非概率样本
研究人群
接受过SMILE手术的中度近视人群
描述
纳入标准：
- 接受SMILE手术矫正近视或近视散光的眼睛
- 具备术前检查数据和手术规划数据
- 具备术后约1年的随访数据
- 年龄≥18岁
排除标准：
- 研究眼既往接受过眼部手术
- 可能影响屈光或视觉结果的眼部合并症
- 术中或术后并发症导致无法进行标准结果评估
- 缺少分析所需的关键变量
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
|---|
|
训练队列
用于开发多输出机器学习模型的预设训练数据集中包含的眼睛。
|
|
测试队列
这些眼睛被纳入预先指定的独立测试数据集，用于对多输出机器学习模型进行内部验证。
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
预测1年术后球镜等效预测误差的平均绝对误差
大体时间：SMILE术后1年
|
用于预测1年术后球镜等效预测误差的模型性能，以屈光度评估。
|
SMILE术后1年
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
预测术后1年J0预测误差的平均绝对误差
大体时间：SMILE手术后1年
|
用于预测主散光矢量分量（J0）的模型性能，以屈光度为单位评估。
|
SMILE手术后1年
|
|
预测1年术后J45预测误差的平均绝对误差
大体时间：SMILE手术后1年
|
预测术后1年J45屈光误差的预测误差平均绝对误差
|
SMILE手术后1年
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2018年9月1日
初级完成 (实际的)
2025年12月31日
研究完成 (实际的)
2026年1月31日
研究注册日期
首次提交
2026年3月12日
首先提交符合 QC 标准的
2026年3月12日
首次发布 (实际的)
2026年3月17日
研究记录更新
最后更新发布 (实际的)
2026年3月17日
上次提交的符合 QC 标准的更新
2026年3月12日
最后验证
2026年3月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.