Applicability of oculomics for individual risk prediction: Repeatability and robustness of retinal Fractal Dimension using DART and AutoMorph

要約

目的: 再現性と堅牢性を評価することにより、フラクタル次元 (FD) ベースのオキュロミクスを個人のリスク予測に使用できるかどうかを調査します。
方法: 2 つのデータセットを使用しました: カレドニア、研究のために立て続けに複数回撮影された健康な成人 (26 人の被験者、39 の眼、377 のカラー眼底画像)、および GRAPE、ベースラインとフォローアップの訪問を受けた緑内障患者 (106 人の被験者、196 眼)
、画像392枚）。
GRAPE における平均追跡期間は 18.3 か月でした。したがって、血管構造が変化する可能性があるため、これは悲観的な下限となります。
FD は DART と AutoMorph で計算されました。
画質は QuickQual で評価されましたが、最初に除外された画像はありませんでした。
ピアソン、スピアマン、クラス内相関 (ICC) を母集団レベルの再現性のために使用しました。
個別レベルの再現性のために、測定ノイズ パラメータ {\lambda} を導入します。これは、眼間 SD 単位での FD 測定の眼内標準偏差 (SD) です。
結果: カレドニアでは、ICC は DART で 0.8153、AutoMorph で 0.5779、ピアソン/スピアマン相関 (最初と最後の画像) は DART で 0.7857/0.7824、AutoMorph で 0.3933/0.6253 でした。
GRAPE では、Pearson/Spearman 相関 (初回および次回の訪問) は、DART では 0.7479/0.7474、AutoMorph では 0.7109/0.7208 でした (すべて p<0.0001)。 カレドニアにおける除外なしの中央値 {\lambda} は、DART で 3.55\%、AutoMorph で 12.65\% でしたが、品質ベースの除外を使用すると、それぞれ最大 1.67\% と 6.64\% まで改善されました。 品質の除外は主に大きな外れ値を軽減しました。 目の最悪の品質は {\lambda} と強く相関しました (ピアソン 0.5350 ～ 0.7550、データセットと方法に応じて、すべて p<0.0001)。 結論: 再現性は、不均一な集団における個体レベルの予測には十分でした。 DART はすべての指標でパフォーマンスが向上し、小さな長期的な変化を検出できる可能性があり、堅牢な手法の可能性を強調しています。

要約(オリジナル)

Purpose: To investigate whether Fractal Dimension (FD)-based oculomics could be used for individual risk prediction by evaluating repeatability and robustness. Methods: We used two datasets: Caledonia, healthy adults imaged multiple times in quick succession for research (26 subjects, 39 eyes, 377 colour fundus images), and GRAPE, glaucoma patients with baseline and follow-up visits (106 subjects, 196 eyes, 392 images). Mean follow-up time was 18.3 months in GRAPE, thus it provides a pessimistic lower-bound as vasculature could change. FD was computed with DART and AutoMorph. Image quality was assessed with QuickQual, but no images were initially excluded. Pearson, Spearman, and Intraclass Correlation (ICC) were used for population-level repeatability. For individual-level repeatability, we introduce measurement noise parameter {\lambda} which is within-eye Standard Deviation (SD) of FD measurements in units of between-eyes SD. Results: In Caledonia, ICC was 0.8153 for DART and 0.5779 for AutoMorph, Pearson/Spearman correlation (first and last image) 0.7857/0.7824 for DART, and 0.3933/0.6253 for AutoMorph. In GRAPE, Pearson/Spearman correlation (first and next visit) was 0.7479/0.7474 for DART, and 0.7109/0.7208 for AutoMorph (all p<0.0001). Median {\lambda} in Caledonia without exclusions was 3.55\% for DART and 12.65\% for AutoMorph, and improved to up to 1.67\% and 6.64\% with quality-based exclusions, respectively. Quality exclusions primarily mitigated large outliers. Worst quality in an eye correlated strongly with {\lambda} (Pearson 0.5350-0.7550, depending on dataset and method, all p<0.0001). Conclusions: Repeatability was sufficient for individual-level predictions in heterogeneous populations. DART performed better on all metrics and might be able to detect small, longitudinal changes, highlighting the potential of robust methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google