摘要
背景/目的： 传统上，人工晶体（IOL）参数的优化是在整个校准数据集上全局进行的，假设系统预测误差与眼轴长度（AL）无关。然而这一假设在短眼和长眼中并不成立。本研究评估了按眼轴长度分段优化是否能够减少折射预测误差，这种优化效果是否取决于所使用的公式类型，以及在一种人群中发现的分段点是否能够直接应用于另一种人群。方法： 在包含6451只眼睛的训练数据集（6种IOL模型）中，通过校正后的Akaike信息准则（AIC）确定了六种公式（经典的三常数Haigis公式、新Haigis H1/H2公式、SRK/T公式、Hoffer Q公式和Holladay 1公式）的最佳分段点数量（0-4个）和位置，同时要求每个分段点涉及至少40只眼睛且每个分段段的长度至少为2.0毫米。将这些分段点固定后，分别应用到两个不同的单镜片测试子组（Vivinex组，n=887只；SA60AT组，n=821只；以及一个三中心回顾性队列）中，并在每个子组内重新进行优化。预测误差的减少程度通过自助法置信区间（bootstrap confidence interval）、Diebold–Mariano检验和Wilcoxon符号秩检验来评估。结果： 分段统计方法显著降低了所有六种公式的训练误差，尤其是Hoffer Q公式（降低了3.9%）和Holladay 1公式（降低了2.8%；置信区间不包括零值时，Diebold–Mariano检验结果表明p < 0.0001）。当分段点被固定后，这两种公式在测试数据集中的改进效果最为明显（分别降低了3.0%-6.3%；所有四种镜片-工作流程组合的置信区间均不包括零值）。SRK/T公式也有较小的误差降低幅度（0.9%-1.3%），但在使用独立发现的分段点时这一幅度可达2.5%。Haigis系列公式的效果相对较小（0.2%-1.6%），且某些组合的置信区间包括了零值。结论： 按眼轴长度分段优化对Hoffer Q公式和Holladay 1公式的影响最为显著（这两种公式没有直接反映前房深度的预测因子）；SRK/T公式的效果较差；Haigis系列公式的效果则不稳定。从混合训练人群中发现的分段点可以有效地应用于个别镜片模型中，尽管这种应用方法并非最理想的方式。
