10.3760/cma.j.cn115909-20230522-00168
大学生干眼风险列线图预测模型的构建及验证
目的::分析大学生近视分级与干眼程度的相关性,探索列线图模型对大学生干眼患病风险的预测价值。方法::横断面研究。于2023年2月随机收集武汉大学就读的365例大学生为研究对象,通过问卷调查、眼表综合分析仪、角膜荧光素染色检查采集相关数据。运用Logistic回归分析筛选大学生干眼相关因素,构建大学生干眼发病风险列线图预测模型并进行内部验证。结果::共纳入365名受检者,年龄(22.8±2.9)岁,男性占47.7%,干眼的患病率为40.0%(146/365)。多因素Logistic回归分析显示,吸烟(
OR=2.45,
P=0.045)、视频终端使用时长(
OR=4.09,
P<0.001)、睡眠时长(
OR=2.02,
P=0.004)、抑郁(中度
vs.无,
OR=3.67,
P=0.001;重度
vs.无,
OR=4.66,
P=0.030)、过敏性结膜炎(
OR=2.38,
P=0.036)、屈光不正(<-3.0 D
vs.>-0.5 D,
OR=4.45,
P<0.001)、配戴角膜接触镜(
OR=4.84,
P<0.001)为大学生干眼的相关因素,性别、年龄、身份、婚姻、体质量指数、饮酒、运动、口服避孕药、干眼家族史不是大学生干眼的相关因素(
P>0.05)。屈光度数与眼表疾病指数问卷(
r=-0.73,
P<0.001)及泪膜破裂时间(
r=-0.64,
P<0.001)呈高度相关,与泪河高度(
r=-0.47,
P<0.001)呈中度相关,与睑板腺丢失(
r=-0.24,
P<0.001)及堵塞程度(
r=-0.20,
P<0.001)相关性较低。由7项危险因素构建的干眼列线图预测模型,Hosmer-Lemeshow检验得
P=0.150,二元Logistic模型与观测值拟合良好,C指数为0.794(95%置信区间:0.746~0.841),受试者工作特征曲线下面积为0.794(95%置信区间:0.745~0.842,
P<0.001),敏感性78.1%,特异性74.9%,该模型具有中等预测能力。
结论::中高度近视与大学生干眼显著相关,吸烟、视频终端使用时长、睡眠时长、抑郁、过敏性结膜炎、屈光不正、配戴角膜接触镜为大学生干眼的相关因素,基于此构建的风险预测模型可辅助早期筛查及干预大学生干眼。
近视、干眼、大学生、危险因素、列线图、预测模型
26
2024-01-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
58-65