在双零ABCA4载体中量化Stargardt病的进展,使用底部自光成像
Ivana Mihalek1, Hanna De Bruyn2, Tomislav Glavan1
1Department of Molecular Medicine and Biotechnology, Faculty of Medicine, University of Rijeka, Rijeka, Croatia.
Translational vision science & technology
|March 17, 2025
概括
一种用于底部自光 (FAF) 图像的新评分方法准确地跟踪儿科患者的斯塔格特病 (STGD1) 进展. 这种定量工具有助于了解疾病的自然史和潜在的治疗效果.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 遗传学 是一个遗传学.
背景情况:
- 斯塔格特病 (STGD1) 是一种遗传性视网膜发育不良.
- 底部自光 (FAF) 对于STGD1诊断至关重要.
- 需要对FAF进行定量分析,以跟踪疾病的进展.
研究的目的:
- 开发一种可自动化评分方法,用于现实世界儿科STGD1 FAF图像.
- 为了创建一个随着疾病进展而随着时间的推移而变化的得分.
- 为了能够在疾病自然史的广泛间隔中应用.
主要方法:
- 使用了Optos从儿科STGD1患者和对照组的广场FAF图像.
- 图像是在几年内获得的 (患者长达6年,对照5年).
- 在没有文物区域内开发了像素级强度得分,随着疾病严重程度的增加而增加.
主要成果:
- 建议的得分与绝对年龄 (91%) 和从发病开始的时间 (97%) 有很高的相关性.
- 该得分在统计学上是可靠的,并且可以在不同时间点和患者中进行比较.
- FAF是一种可靠的诊断工具,但对于进展监测,定量方法需要改进.
结论:
- 开发的方法提供了一种定量工具,用于研究Stargardt病的进展.
- 这种方法可以潜在地评估基因型,环境和疗法的影响.
- 解决了儿童患者临床FAF图像分析自动化方面的挑战.


