机器学习量化眼睛的液体体积与视网膜静脉封闭治疗Aflibercept:革命研究
Mohammad A Khan1,2, Simrat K Sodhi2,3, Samantha Orr2,4
1McMaster University, Hamilton, ON, Canada.
Journal of vitreoretinal diseases
|January 1, 2025
概括
这项研究发现,结合视网膜内液 (IRF),外状层 (OPL) 和视网膜神经纤维层 (RNFL) 厚度的测量,以及缺血症,最好预测视觉敏度变化在视网膜静脉封闭 (RVO). 这些来自OCT的生物标志物为RVO病理提供了有价值的见解.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 视网膜疾病 视网膜疾病
背景情况:
- 视网膜静脉封闭 (RVO) 是视力丧失的主要原因之一.
- 在RVO中准确预测视敏度 (VA) 结果对于患者管理至关重要.
- 光学连贯断层扫描 (OCT) 提供了详细的视网膜成像,但整合多个参数来预测结果仍然是一个研究领域.
研究的目的:
- 评估视网膜缺血,液体积累和视网膜层厚度与视敏度 (VA) 结果在RVO患者之间的结合关系.
- 为了确定OCT衍生的关键生物标志物,以预测中央RVO (CRVO) 和分支RVO (BRVO) 的VA变化.
主要方法:
- 用深度学习算法分析了扫描来源的OCT数据,以检测视网膜层厚度和黄斑液 (视网膜内液 [IRF]和视网膜下液 [SRF]).
- 没有接受过RVO治疗的眼睛接受了静脉注射aflibercept注射,然后进行治疗和扩展方案.
- 基线OCT特征和流体测量与使用Pearson相关性在3个月和6个月的最佳校正VA (BCVA) 变化相关.
主要成果:
- 综合IRF,外状层 (OPL) 和视网膜神经纤维层 (RNFL) 厚度的模型显示,与CRVO中VA结果的最强相关性 (r=0.865).
- 对于BRVO,将IRF添加到一个OPL内鼻模型中,显著改善了相关性 (r=0.803).
- 深毛细管复合体的基线缺血指数与6个月BCVA变化在CRVO (r=0.9101) 和BRVO (r=0.9200) 之间有很强的相关性.
结论:
- 包括IRF体积,OPL和RNFL厚度以及缺血指数在内的综合模型提供了RVO中BCVA变化的最准确的预测.
- 从OCT图像中结合液体和层分段,为RVO患者产生临床相关的生物标志物.
- 这些发现增强了对RVO病理学的理解,将深层毛细血管复杂性缺血与OPL/RNFL厚度和VA结果联系起来.
