ICL後の機械学習によるvault予測、ノモグラムより精度高い

後房型有水晶体眼内レンズ（ICL、STAAR Surgical社製のEVO ICL）留置術を受けた患者1745例1745眼（平均年齢26.2±6.8歳）を対象に、前眼部光干渉断層計結果の機械学習によるvault予測能を検証した。 レンズメーカーのノモグラムと比較した結果、サポートベクターリグレッサー（SVR）、勾配ブーストリグレッサー（GBR）、ランダムフォレストリグレッサー（RFR）、線形リグレッサー（LR）などの全ての機械学習法で、1カ月時に測定したvault実測値からの平均絶対誤差が有意に小さく、vault目標値（50-200μm以内）の達成率が高かった（P＜0.001）。RFRで平均絶対誤差が最小かつvault目標値達成率が最高となり、次いでGBR、LR、SVRとなった（P＜0.01）。 この記事への読者の皆様（医師）からのコメントを募集しています。（こちらから投稿していただくコメントは実名での投稿になり、匿名で投稿できるDoctors Community・カンファレンスとは異なります。また、全てが採用されるものではありません。詳しくは投稿フォームをご確認ください。） 記事へ...