角膜の検出と重症度スコアリングのためのロジスティック・インデックス（Logik）

/ /

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。

Comput. Biol. Med..2020 Jul;122:103809. S0010-4825(20)30176-1. doi: 10.1016/j.compbiomed.2020.103809.Epub 2020-05-16.

角膜の検出と重症度スコアリングのためのロジスティック・インデックス（Logik）

Logistic index for keratoconus detection and severity scoring (Logik).

Ikram Issarti
Alejandra Consejo
Marta Jiménez-García
Elke O Kreps
Carina Koppen
Jos J Rozema

PMID: 32658727 DOI: 10.1016/j.compbiomed.2020.103809.

抄録

目的:

臨床現場での使用を目的とした角膜の客観的重症度スコアリングシステムを開発する。

PURPOSE: To develop an objective severity scoring system for keratoconus for the use in clinical practice.

方法:

812人の被験者の角膜隆起と最小厚さのデータをレトロスペクティブに収集し、両眼ともに正常な地形を持つ対照群（304眼）と角膜症群（508眼）の2群に分けた。角膜症例は疑わしいものから中等度のものまであり、2つの募集センターのうち1つで少なくとも1回の検査を受けた。標高データは、8次までのゼルニケ多項式関数に適合させた。その後、適応された機械学習アルゴリズムを適用して、プラットフォームに依存しない重症度スコアリングと角膜の識別システムを導出した。

METHODS: Corneal elevation and minimum thickness data of 812 subjects were retrospectively collected and divided into two groups: one control group with normal topography in both eyes (304 eyes), and one keratoconus group (508 eyes). Keratoconus cases ranged from suspect to moderate and had at least 1 examination in 1 of 2 recruiting centres. The elevation data were fitted to Zernike polynomial functions up to 8th order. An adapted machine learning algorithm was then applied to derive a platform-independent severity scoring and identification system for keratoconus.

結果:

結果として得られた角膜のロジスティック指標（Logik）は、角膜の重症度を反映した一貫した進行性のあるスコアリングを提供した。さらに、Belin/Ambrosio Display Deviation（BAD_D）（感度75.0％、特異度74.4％）やPentacam Topographical Keratoconus Classification（TKC）（感度9.3％、特異度97.0％）と比較すると、このシステムは、疑わしい角膜と正常の正確な分類（感度85.2％、特異度70.0％）を提供していた。Logikは、BAD_DとTKCの平均精度99.9%に対して、BAD_DとTKCの平均精度98.2%、94.7%と、角膜の病期分類の精度も優れていました。

RESULTS: The resulting logistic index for keratoconus (Logik) provided consistent and progressing scoring that reflected keratoconus severity. Moreover, the system provided an accurate classification of suspect keratoconus versus normal (sensitivity of 85.2%, specificity of 70.0%) when compared with Belin/Ambrosio Display Deviation (BAD_D) (sensitivity of 75.0%, specificity of 74.4%) and the Pentacam Topographical Keratoconus Classification (TKC) (sensitivity of 9.3%, specificity of 97.0%). Logik also showed better accuracy for grading keratoconus stages with an average accuracy of 99.9% versus (98.2%, 94.7%) with BAD_D and TKC respectively.

結論:

Logikは、疑わしい角膜を識別し、病気の重症度をスコア化するための信頼性の高い指標です。より良いパフォーマンスを達成しつつ、既存のアプローチとの一致を示している。

CONCLUSION: Logik is a reliable index to identify suspect keratoconus and to score the severity of the disease. It shows an agreement with existing approaches while achieving better performance.