《BioMed Research International》：Longitudinal Pointwise Visual Field Prediction in Early-Stage Glaucoma Using Regression Models and Long Short-Term Memory: A Simulation Study
编辑推荐：
背景：青光眼（glaucoma）是一种进展性视神经病变，其中纵向视野（visual field, VF）预测对于及时临床决策和防止不可逆VF丧失至关重要。然而，由于VF数据的噪声性、高维性及其复杂的纵向模式，准确预测仍具挑战性。捕获这些模式可能需要日益复杂的预
背景：青光眼（glaucoma）是一种进展性视神经病变，其中纵向视野（visual field, VF）预测对于及时临床决策和防止不可逆VF丧失至关重要。然而，由于VF数据的噪声性、高维性及其复杂的纵向模式，准确预测仍具挑战性。捕获这些模式可能需要日益复杂的预测模型，但模型复杂度增加可能降低可解释性。因此，预测模型需要在捕获时间模式的同时平衡可解释性与计算可行性。本研究旨在评估并比较四种方法在青光眼VF预测中的性能，包括个性化模型（一阶自回归[first-order autoregressive, AR(1)]与普通线性回归[ordinary linear regression, OLR]）、群体水平长短期记忆（long short-term memory, LSTM）以及朴素基线（naive baseline, BL）预测。材料与方法：使用线性混合效应模型（linear mixed effects model, LMM）模拟早期青光眼患者数据，以考虑VF测量中的噪声和个体效应对青光眼进展的影响。基于既往检查预测第6–11次检查的未来VF。使用均方根误差（root mean squared error, RMSE）和逐点平均绝对误差（pointwise mean absolute error, PMAE）评估预测准确性。结果：四种方法的评估显示，OLR和朴素BL预测的误差高于AR(1)和LSTM模型。在检查次数较少时（即在初始检查中），LSTM在慢速、中速和快速进展速率场景中表现最佳。然而，随着检查次数增加，LSTM的预测误差较AR(1)增加，导致AR(1)准确性更高，尤其在中速和快速进展速率场景下。结论：本研究中模型性能显示出对检查次数的依赖性。这些发现强调了时间信息在纵向VF预测中的重要性。
研究背景：青光眼（glaucoma）是进展性视神经病变和不可逆盲的重要原因，标准自动视野计（standard automated perimetry, SAP）是检测和监测青光眼的主要功能检查。早期可靠识别视野（visual field, VF）进展至关重要，因为VF恶化不可逆。逐点总偏差值（total deviation value, TDV）经年龄校正，适合纵向建模。传统逐点线性回归（pointwise linear regression, PLR）常用普通线性回归（ordinary linear regression, OLR）在每个位点独立拟合，简单可解释但不考虑重复测量时间依赖；一阶自回归（first-order autoregressive, AR(1)）可显式建模时间依赖但应用有限；长短期记忆（long short-term memory, LSTM）等深度学习可学习复杂时间模式但需大样本和计算资源，且可解释性较低。真实数据中进展金标准缺乏且测量变异大，模型比较困难；模拟研究可先验设定进展速率、随访、基线和变异。既往模拟或聚焦全局指标或逐点简单线性回归，未用线性混合效应模型（linear mixed effects model, LMM）同时考虑眼内依赖和眼间异质性；也不清楚深度学习复杂度是否带来更优预测。为此，研究人员构建LMM模拟框架生成早期青光眼纵向逐点TDV，比较OLR、AR(1)、LSTM和朴素基线（naive baseline, BL）预测，并考察进展速率和检查次数影响。
方法上，研究人员用LMM模拟早期青光眼纵向逐点TDV：36,000眼，基线为局灶性鼻下缺损，5年内每6个月1次、共11次检查，共396,000个VF；采用Humphrey Field Analyzer 24-2 SITA Standard，排除两个盲点后保留52个位点。设定六种进展模式和慢、中、快三种进展速率，形成18个数据集（每个2,000眼）；阈值敏感度由含随机截距和随机斜率的LMM生成，并加入测量噪声，随后生成TDV和模式偏差值（pattern deviation value, PDV）。按进展速率合并为三个数据集（每个12,000眼），按眼分为训练85%和测试15%。预测第6–11次检查，比较BL、OLR、AR(1)与LSTM；前两者按眼和位点个性化拟合，LSTM为群体水平；以RMSE和PMAE评价。样本来源为计算机模拟数据，非临床队列。
研究结果：（1）慢速进展速率场景：通过比较第6–11次检查的RMSE和PMAE，LSTM在第6次检查误差最低（RMSE 3.33±0.37 dB，PMAE 2.61±0.69 dB），显著低于AR(1)和OLR（Cohen′s d>0.8）；随检查次数增加LSTM误差逐渐升高而AR(1)下降，至第11次AR(1)在RMSE和PMAE上略优于LSTM；OLR和BL在各次检查中误差持续高于LSTM和AR(1)，BL从第7次起也高于OLR。（2）中速进展速率场景：第6次LSTM的RMSE和PMAE最低，但与AR(1)的效应量为中等/小；随检查次数增加LSTM误差增加，从第8次起AR(1)的PMAE更好，从第9次起RMSE更好，第11次AR(1)最低；OLR与LSTM差异随检查次数增加而减小，第11次可忽略；AR(1)和LSTM优于BL，OLR从第7次起优于BL。（3）快速进展速率场景：第6次LSTM的RMSE低于AR(1），效应量小；第7次二者差异可忽略；后续差异增大且AR(1)更好，从第8次起AR(1)的PMAE低于LSTM；随检查次数增加OLR误差相对LSTM下降，第11次OLR与LSTM差异为中等；AR(1)在各次检查的RMSE和PMAE低于OLR和BL，效应量大；OLR从第7次起优于BL，LSTM早期优于BL但优势随检查次数增加而减弱。（4）空间分区与逐点误差：在慢速第6次，通过六个Garway-Heath分区（将24-2视野划分为六个区域的分区方法）及中央/周边区比较，LSTM误差低于AR(1)和OLR；LSTM与AR(1)效应量多数小至中等，周边区较大，鼻侧可忽略；OLR与LSTM、OLR与AR(1)效应量中至大；BL误差高于LSTM和AR(1)，OLR与BL差异小。逐点PMAE显示LSTM在多数位点显著低于AR(1)、OLR和BL。（5）误差分布：在慢速第6次，按眼统计RMSE预测误差，LSTM多数眼为2–3或3–4 dB；OLR多数为4–5 dB，并有3–4和5–6 dB；AR(1)多数为3–4 dB，并有2–3和4–5 dB；BL多数为4–5 dB，并有3–4和5–6 dB。
讨论部分指出，VF预测对评估未来功能和制定治疗随访重要，但兼顾可解释性与复杂噪声模式具挑战。AR(1)在各进展场景均显著低于OLR，因其显式建模连续测量时间依赖；AR(1)优于BL说明其预测信息并非仅由VF序列稳定性解释。与Childress等、Naderi等一致，AR(1)优于OLR；与Park等、Kim等一致，LSTM在第6次检查优于个性化统计模型，可能因仅5次既往检查时个性化模型参数估计不确定性较大，而LSTM通过群体学习获得更稳健预测。随检查次数增加，AR(1)获得更多眼特异性信息，而LSTM权重固定，故AR(1)在中、快速进展场景更优；但最长仅11次/5年，应解释为短期预测优势。局限性包括：LMM模拟以线性轨迹为主，可能偏向线性模型；模拟数据不能完全复现真实噪声和缺失；LSTM将位点作为平坦特征向量，忽略空间结构；未纳入可靠性指标；AR(1)系数短序列估计可能受Hurwicz小样本偏倚（短序列自回归系数估计偏倚）影响，但对一步点预测影响可能有限。未来应使用真实临床VF数据、解剖信息时空架构、整合可靠性指标、采用滑动平均BL、模拟不规则随访并应用一阶不规则自回归（first-order irregular autoregressive, IAR(1)）。
结论翻译：本研究开发了一个用于比较随时间变化的逐点VF预测模型的模拟框架，并显示预测性能取决于建模方法和可用纵向数据量。群体水平LSTM在检查次数有限时达到最高准确性，而个性化AR(1)模型随着额外检查进行变得更准确。鉴于随着检查次数增加VF序列长度仍相对较短，这些发现支持AR(1)用于短期预测。总体而言，当有足够检查次数时，本研究结果强调个性化时间建模的价值，并突出在纵向VF预测中考虑个体进展轨迹的潜在重要性。
