多发性硬化和光学神经炎谱系障碍之间的视网膜微血管差异:用诊断建模进行横截面研究

科学领域:

• 眼科医生 眼科 眼科
• 神经学 神经学
• 医疗成像医学成像

背景情况:

• 多发性硬化症 (MS) 和神经omyelitis optica光谱障碍 (NMOSD) 中视网膜微血管变化尚未完全理解.
• 微血管变化的具体模式和程度需要进行详细的调查以进行差异诊断.

研究的目的:

• 为了比较MS和NMOSD之间的视网膜微血管和结构变化.
• 开发物流回归和机器学习模型,使用结合的视网膜度量来区分MS和NMOSD.

主要方法:

• 扫描源光学连贯性断层扫描 (OCT) 和OCT血管扫描 (OCTA) 在MS或NMOSD患者身上进行.
• 分析了量化的OCTA指标 (血管密度, perfusion) 和结构性OCT指标 (RNFL,GCIPL厚度).
• 后勤回归和机器学习模型被开发用于疾病分类.

主要成果:

• 在MS和NMOSD之间观察到表面血管综合体 (SVC) 指标的显著差异,与视神经炎 (ON) 史有所不同.
• 在非ON眼中,MS表现出更严重的微血管损失,而在ON眼中,NMOSD的SVC下降更为急剧.
• 机器学习模型,特别是支持矢量机器,在区分疾病方面实现了高精度 (84.5%) 和AUC (0.912).

结论:

• 通过OCTA识别的明显的视网膜微血管模式可以区分NMOSD与MS.
• 这些模式与残疾严重程度和ON史相关.
• 基于OCTA的模型为差异诊断提供了准确的,非侵入性的工具,微血管完整性作为关键生物标志物.