Model prediksi komprehensif yang menerapkan algoritme pembelajaran mesin yang memungkinkan pemilihan faktor risiko paling prediktif secara otomatis mencapai kemampuan diskriminasi tinggi dalam menghitung perkembangan ke degenerasi makula terkait usia lanjut (AMD), seperti yang ditunjukkan dalam dua studi kohort.

Ini membuka jalan untuk membuat obat yang tepat untuk pasien AMD menjadi kenyataan dalam waktu dekat, menurut para peneliti.

Rotterdam Study I (RS-I; set pelatihan) mencakup 3.838 peserta berusia ≥ 55 tahun, dengan rata-rata tindak lanjut 10,8 tahun, dan 108 kasus insiden AMD lanjut. Selain itu, studi Antioxydants, Lipids Essentiels, Nutrition et Maladies Oculaires (ALIENOR) (set tes) termasuk 362 individu berusia ≥ 73 tahun, dengan tindak lanjut rata-rata 6,5 ​​tahun, dan 33 kasus insiden AMD lanjut.

Model prediksi menggunakan metode bootstrap least absolute shrinkage and selection operator (LASSO) untuk analisis kelangsungan hidup guna memilih prediktor terbaik dari insiden AMD lanjutan dalam set pelatihan. Area di bawah kurva karakteristik operasi penerima (AUC) digunakan untuk menilai kinerja prediktif model.

Faktor-faktor berikut dipertahankan dalam model prediksi: usia, kombinasi prediktor fenotipik (berdasarkan keberadaan drusen perantara, hiperpigmentasi pada satu atau kedua mata, dan skor yang disederhanakan Studi Penyakit Mata Terkait Usia), ringkasan skor risiko genetik berdasarkan pada 49 polimorfisme nukleotida tunggal, merokok, kualitas makanan, pendidikan, dan tekanan nadi.

Di RS-I, estimasi AUC yang divalidasi silang adalah 0,92 (interval kepercayaan 95 persen [CI], 0,88-0,97) pada 5 tahun, 0,92 (95 persen CI, 0,90-0,95) pada 10 tahun, dan 0,91 (95 persen CI). , 0,88–0,94) pada usia 15 tahun. Dalam ALIENOR, AUC adalah 0,92 (95 persen CI, 0,87-0,98) pada 5 tahun.

Ketika sampai pada kalibrasi, model tersebut tampaknya meremehkan insiden kumulatif DAL lanjutan untuk kelompok berisiko tinggi, terutama di ALIENOR.

“Model prediksi saat ini untuk AMD tingkat lanjut didasarkan pada serangkaian faktor risiko yang membatasi,” para peneliti mencatat.