Cross‐population validation of the PreMO risk indicator for predicting myopia onset in children
Notice bibliographique
Résumé
PURPOSE: The Predicting Myopia Onset and progression (PreMO) risk indicator, developed using data generated from white children in the UK, incorporates age, spherical equivalent refraction (SER), axial length (AL) and parental myopia to stratify the likelihood of developing myopia. This study evaluated the PreMO's predictive accuracy using prospective datasets from independent samples of children in Hong Kong (HK) and an ethnically diverse cohort of children in the United Kingdom. METHODS: Non-myopic children (SER > -0.50 D) aged 6-8 and 9-10 years were scored using the PreMO risk indicator framework, integrating baseline cycloplegic SER, AL and parental myopia data. Scores were assigned risk categories as follows: 0 = no risk, 1-3 = low risk, 4-6 = moderate risk and 7-9 = high risk. SER at ≥15 years of age was used to define refractive outcomes as 'myopic' or 'not myopic'. PreMO's predictive accuracy was analysed via Receiver Operator Characteristic curves, with Youden's J-Index identifying the optimal risk score threshold. Sensitivity, specificity and area under the curve were determined and compared with those of singular predictors, that is, SER < +0.75 D and AL ≥ 23.07 mm at 6-8 years. RESULTS: In the cohort of children aged 6-8 years, a PreMO risk score ≥ 4 exhibited high sensitivity in predicting myopia onset in UK (0.97) and HK (0.94) children, with high specificity in UK (0.96) and moderate specificity in HK (0.64) children. In UK children aged 6-8 years, the PreMO outperformed singular predictors such as SER and AL. Among HK children aged 9-10 years, the PreMO score maintained high sensitivity (0.90) and moderate specificity (0.72). CONCLUSIONS: A PreMO risk score ≥ 4 is a strong predictive indicator for future myopia onset, particularly in UK children. Despite high sensitivity in both UK and HK cohorts, specificity varied, indicating the need for contextual application of the tool, particularly in pre-myopic Asian children.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».