原文鏈接 :https:///?p=35243

收集該疾病臨床上常規(guī)檢查的30個相關因素。我們幫助客戶通過引入GroupLasso模型方法，篩選出導致疾病發(fā)生的最重要的危險因素。結果表明，糖尿病、高血壓和高密度脂蛋白是影響IMEM發(fā)生的危險因素。

該研究結果將對IMEM早期診斷、早期預防、早期治療，降低IMEM的發(fā)生率具有重要的臨床意義。

背景

黃斑視網膜前膜（macular epiretinal membrane）：指在黃斑區(qū)視網膜內表面生長的纖維無血管的細胞性增殖膜，類似的病名還有：視網膜前纖維增生癥（preretinal fibrosis）,黃斑皺縮綜合癥（macular pickling syndrome）,玻璃紙樣黃斑病變(cellophane maculopathy)及黃斑皺褶(macular pucker)等，是老年人影響視力的一個重要原因。

意義

近年來，一項來自美國6個社區(qū)的白人、黑人、西班牙人、中國人在內的流行病調查，以研究黃斑前膜的發(fā)生是否有種族差異，報道IMEM發(fā)生率為26.1％，中國人發(fā)病率最高，達39.0％。黃斑前膜日益成為威脅我國中老年人視覺質量的重要因素。

隨著醫(yī)療技術的逐步完善，IMEM的診斷水平得到了提高，但一些醫(yī)院因檢查設備問題不能及時有效的做出診斷。由于IMEM的病因不明，考慮全身疾病和眼局部疾病相關因素等各項指標數據較多，而且各項指標間存在著噪音和數據冗余。

國內外文獻綜述

黃斑視網膜前膜（macular epiretinal membrane）：指在黃斑區(qū)視網膜內表面生長的纖維無血管的細胞性增殖膜，類似的病名還有：視網膜前纖維增生癥（preretinal fibrosis）,黃斑皺縮綜合癥（macular pickling syndrome）,玻璃紙樣黃斑病變(cellophane maculopathy)及黃斑皺褶(macular pucker)等，是影響老年人視力的一個重要原因。大部分患者的黃斑視網膜前膜，形成的原因不明，稱為特發(fā)性黃斑視網膜前膜(idiopathyic macular epiretinal membrane)。

國內外多研究表明，IMEM發(fā)病原因不明，患者多是年齡大于50歲的老年人，并且發(fā)病率隨著年齡的增長有增加的趨勢。IMEM確切的發(fā)病機制尚不清楚，主要是由來自視網膜的各類細胞及其衍生物和代謝產物構成前膜。形成與玻璃體后脫離(posterior vitreous  detachment，PVD)和來自視網膜的細胞向黃斑區(qū)的遷移、積聚，這些細胞最終形成具有收縮能力的纖維膜，引起一系列的黃斑區(qū)視網膜形態(tài)和功能的變化。

研究的問題

本文主要研究的問題是：解決變量選擇問題，綜合考慮臨床工作中常規(guī)檢測到的相關因素以及相關因素之間的交互作用，從眾多變量中篩選出對發(fā)生IMEM有顯著影響的變量。

研究內容與思路

相關因素選擇的基本問題

我們常用的就是分類器的精確度（accuracy），在某些如推薦或信息獲取領域還會組合使用precision-recall作為評價指標。因為你用于訓練分類器的樣本本身就是總體的一個抽樣，所以這些指標的數值也僅僅是一種統(tǒng)計上的反映，如果你做多次抽樣訓練，跟別的隨機變量一樣，它一樣會有期望、方差、置信區(qū)間這些概念。理論上說，訓練樣本量越大，你得到的這些指標的可信度就越高（即它們以某個概率落在的置信區(qū)間越窄）。不幸的是，實際中你未必會有那么多的樣本，所以機器學習工作者設計出很多種方法來應對數據量不足情況下分類器的訓練與評估，如k步交叉檢驗、留1法、boostrap等等。

模型的引入

套索(lasso)是回歸模型的變量選擇方法，最初應用于普通最小二乘法(OLS)回歸。套索最好被描述在模型參數，其中具有特定常數作為上限的絕對值和的約束。相比OLS參數估計，使用Lasso獲得的估計通常是更準確，允許該模型的更好的解釋。

特發(fā)性黃斑視網膜前膜發(fā)生相關因素實證分析

本文研究數據選取我院2014年4月- 2016年4月收治的經我院確診的特發(fā)性黃斑視網膜前膜單眼發(fā)病患者101 例(101眼) 作為觀察組，另選取于我院就診的無黃斑區(qū)病變的其他患者101 例(101眼) 作為對照組。

正常眼底黃斑OCT圖像：

同一患者左眼IMEM彩色眼底照：