英国早产儿视网膜病变的筛查和治疗指南2022更新版由英国皇家儿科与儿童健康学院和皇家眼科学院的多学科指南制订小组按照英国国家卫生与临床优化研究所标准制订,于2022年3月发表在英国皇家儿科与儿童健康学院网站和皇家眼科学院网站,2...英国早产儿视网膜病变的筛查和治疗指南2022更新版由英国皇家儿科与儿童健康学院和皇家眼科学院的多学科指南制订小组按照英国国家卫生与临床优化研究所标准制订,于2022年3月发表在英国皇家儿科与儿童健康学院网站和皇家眼科学院网站,2023年3月在Early Human Development杂志正式发表。该指南对早产儿视网膜病变的筛查及治疗进行了循证推荐和建议。与更新前的指南相比,2022更新版最重要的变化是将胎龄筛查标准降至31周以下;治疗部分涵盖了早产儿视网膜病变的治疗适应证、时间、方法及随诊。该文对该指南进行解读并与国内早产儿视网膜病变指南/共识进行比较,为国内同行提供参考和借鉴。展开更多
目的分析血常规指标与早产儿视网膜病变发病率(retinopathy of prematurity,Rop)及严重程度的相关性,为临床防治及减轻ROP严重程度提供依据。方法回顾性系列病例研究(Retrospective case study),选取自2018年9月至2023年9月到昆明市儿...目的分析血常规指标与早产儿视网膜病变发病率(retinopathy of prematurity,Rop)及严重程度的相关性,为临床防治及减轻ROP严重程度提供依据。方法回顾性系列病例研究(Retrospective case study),选取自2018年9月至2023年9月到昆明市儿童医院进行眼底检查的早产儿648例,男371例,女277例,分为无ROP组和ROP组包括阈值前ROP、阈值ROP及急进型后极部ROP(A-ROP),收集患儿胎龄、出生体重、血常规各参数,采用卡方检验检测性别组间差异,单因素方差分析胎龄、出生体重的组间差异,采用秩和检验检测血常规各项数据组间差异,及Logistic回归分析确立相关独立危险因素,并通过绘制受试者工作特征(ROC)曲线,评估LMR及NLR对ROP的早期预测价值。结果性别在组间比较差异无统计学意义(P>0.05),BW、GA在4组间比较中差异具有统计学意义(P<0.05)。3组ROP相较于无ROP组患儿WBC、N、M、HB、NLR比值均明显降低,LMR比值明显增高,差异均有统计学意义(P<0.05)。多因素Logistic回归分析提示BW、GA、HB、NLR、N、M、LMR是发生ROP的独立危险因素(P<0.05)。ROC曲线显示,LMR的曲线下面积为0.651,LMR对ROP具有一定早期预测价值。结论BW、GA、HB、NLR、N、M、LMR是ROP的独立危险因素,LMR对ROP具有一定早期预测价值。展开更多
早产儿视网膜病变(retinopathy of prematurity,ROP)是早产儿和低体重儿的一种病理性血管增生性疾病,且是儿童致盲的首位因素。因此,对早产儿进行视网膜病变筛查并及时干预至关重要。目前,深度学习在医学图像分析领域逐渐取得新的突破,...早产儿视网膜病变(retinopathy of prematurity,ROP)是早产儿和低体重儿的一种病理性血管增生性疾病,且是儿童致盲的首位因素。因此,对早产儿进行视网膜病变筛查并及时干预至关重要。目前,深度学习在医学图像分析领域逐渐取得新的突破,展现出其巨大的应用潜力,为提高早产儿视网膜病变的诊断效率和准确性提供了新的可能性。深度学习通过端对端的方式可有效地提高对医学图像分类性能,从而辅助儿科医师对早产儿视网膜病变进行精准高效的诊断。在早产儿视网膜病变的诊断中,深度学习可应用于疾病的诊断和严重程度的定量评估,通过训练深度学习模型可实现对病变的精准识别和定位,为临床医生提供更全面的诊断信息,提高诊疗水平。这种技术不仅可以减轻儿科医师的工作压力,还可提高诊断的准确性和效率,为患儿提供更好的治疗方案。深度学习与早产儿视网膜病变图像分析相结合,能在保障一定准确性的同时提高此病的筛查效率,降低筛查成本。本文就深度学习在早产儿视网膜附加病变诊断、分期检测、分区检测和严重程度定量评估等方面的应用进行综述,旨在为早产儿视网膜病变的智能诊断与治疗提供参考,为后续进一步的应用研究提供思路。展开更多
文摘英国早产儿视网膜病变的筛查和治疗指南2022更新版由英国皇家儿科与儿童健康学院和皇家眼科学院的多学科指南制订小组按照英国国家卫生与临床优化研究所标准制订,于2022年3月发表在英国皇家儿科与儿童健康学院网站和皇家眼科学院网站,2023年3月在Early Human Development杂志正式发表。该指南对早产儿视网膜病变的筛查及治疗进行了循证推荐和建议。与更新前的指南相比,2022更新版最重要的变化是将胎龄筛查标准降至31周以下;治疗部分涵盖了早产儿视网膜病变的治疗适应证、时间、方法及随诊。该文对该指南进行解读并与国内早产儿视网膜病变指南/共识进行比较,为国内同行提供参考和借鉴。
文摘目的分析血常规指标与早产儿视网膜病变发病率(retinopathy of prematurity,Rop)及严重程度的相关性,为临床防治及减轻ROP严重程度提供依据。方法回顾性系列病例研究(Retrospective case study),选取自2018年9月至2023年9月到昆明市儿童医院进行眼底检查的早产儿648例,男371例,女277例,分为无ROP组和ROP组包括阈值前ROP、阈值ROP及急进型后极部ROP(A-ROP),收集患儿胎龄、出生体重、血常规各参数,采用卡方检验检测性别组间差异,单因素方差分析胎龄、出生体重的组间差异,采用秩和检验检测血常规各项数据组间差异,及Logistic回归分析确立相关独立危险因素,并通过绘制受试者工作特征(ROC)曲线,评估LMR及NLR对ROP的早期预测价值。结果性别在组间比较差异无统计学意义(P>0.05),BW、GA在4组间比较中差异具有统计学意义(P<0.05)。3组ROP相较于无ROP组患儿WBC、N、M、HB、NLR比值均明显降低,LMR比值明显增高,差异均有统计学意义(P<0.05)。多因素Logistic回归分析提示BW、GA、HB、NLR、N、M、LMR是发生ROP的独立危险因素(P<0.05)。ROC曲线显示,LMR的曲线下面积为0.651,LMR对ROP具有一定早期预测价值。结论BW、GA、HB、NLR、N、M、LMR是ROP的独立危险因素,LMR对ROP具有一定早期预测价值。
文摘早产儿视网膜病变(retinopathy of prematurity,ROP)是早产儿和低体重儿的一种病理性血管增生性疾病,且是儿童致盲的首位因素。因此,对早产儿进行视网膜病变筛查并及时干预至关重要。目前,深度学习在医学图像分析领域逐渐取得新的突破,展现出其巨大的应用潜力,为提高早产儿视网膜病变的诊断效率和准确性提供了新的可能性。深度学习通过端对端的方式可有效地提高对医学图像分类性能,从而辅助儿科医师对早产儿视网膜病变进行精准高效的诊断。在早产儿视网膜病变的诊断中,深度学习可应用于疾病的诊断和严重程度的定量评估,通过训练深度学习模型可实现对病变的精准识别和定位,为临床医生提供更全面的诊断信息,提高诊疗水平。这种技术不仅可以减轻儿科医师的工作压力,还可提高诊断的准确性和效率,为患儿提供更好的治疗方案。深度学习与早产儿视网膜病变图像分析相结合,能在保障一定准确性的同时提高此病的筛查效率,降低筛查成本。本文就深度学习在早产儿视网膜附加病变诊断、分期检测、分区检测和严重程度定量评估等方面的应用进行综述,旨在为早产儿视网膜病变的智能诊断与治疗提供参考,为后续进一步的应用研究提供思路。