Apoyo proactivo para decisiones en el tratamiento del glaucoma: predicción de intervenciones quirúrgicas con datos clínicamente disponibles
Autores: Christopher, Mark; Gonzalez, Ruben; Huynh, Justin; Walker, Evan; Radha Saseendrakumar, Bharanidharan; Bowd, Christopher; Belghith, Akram; Goldbaum, Michael H.; Fazio, Massimo A.; Girkin, Christopher A.; De Moraes, Carlos Gustavo; Liebmann, Jeffrey M.; Weinreb, Robert N.; Baxter, Sally L.; Zangwill, Linda M.
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Apoyo proactivo para decisiones en el tratamiento del glaucoma: predicción de intervenciones quirúrgicas con datos clínicamente disponibles
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Conjunto de datos oftálmicos
Modelos de aprendizaje automático
Intervenciones quirúrgicas de glaucoma
Datos demográficos de pacientes
Tomografía de coherencia óptica
Pruebas de campo visual
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Un conjunto de datos oftálmicos longitudinales se utilizó para investigar modelos de aprendizaje automático (ML) multimodales que incorporan datos demográficos e historial del paciente, mediciones clínicas, tomografía de coherencia óptica (OCT) y pruebas de campo visual (VF) en la predicción de intervenciones quirúrgicas de glaucoma.
Descripción
Un conjunto de datos oftálmicos longitudinales se utilizó para investigar modelos de aprendizaje automático (ML) multimodales que incorporan datos demográficos e historial del paciente, mediciones clínicas, tomografía de coherencia óptica (OCT) y pruebas de campo visual (VF) en la predicción de intervenciones quirúrgicas de glaucoma.