原型分析量化了眼睛视野损失模式的变化,具有急性非动脉炎前侧缺血性视觉神经病变

科学领域:

• 眼科医生 眼科 眼科
• 神经眼科神经眼科
• 医疗图像分析 医学图像分析

背景情况:

• 非动脉炎前侧缺血性视神经病变 (NAION) 是突然视力丧失的主要原因.
• 在NAION中描述视野 (VF) 空间损失模式对于了解疾病进展和预后至关重要.
• 目前的方法可能无法完全捕捉NAION中VF缺陷的异质性.

研究的目的:

• 使用原型分析 (AA) 描述急性非动脉炎前部缺血性视觉神经病 (NAION) 的视野 (VF) 空间损失模式.
• 识别和量化不同的VF损失模式 (原型,AT) 并评估它们的时间变化和人口统计学关联.

主要方法:

• 在多个时间点 (查,第1天,第2个月,第6个月,第12个月) 对727名患有急性NAION的参与者进行了标准自动周边测量.
• 原型分析 (AA) 是一种无监督的机器学习技术,用于识别和量化不同的VF损失模式.
• 统计测试 (曼-惠特尼U,威尔科克森签名等级,线性回归) 用于分析人口差异和纵向变化.

主要成果:

• AA确定了10种不同的原型 (AT),其中全球VF损失 (AT1),低高度损失 (AT2) 和低高度与斑点节省 (AT3) 是最普遍的.
• 全球VF损失 (AT1) 在注册后的第1天和第2个月之间从15.7%大幅增加到28.1%.
• 与白人参与者相比,亚洲参与者显示AT1的流行率始终更高. 女人患上较高高度损失的患病率较高,年长的参与者表现出更多的中央抑郁模式.

结论:

• 原型分析有效量化了NAION中明显的,临床上显著的VF空间损失模式.
• 观察到显著的时间变化,特别是2个月内全球VF损失的增加.
• 显著的种族差异突出了NAION病因或易感性的潜在差异,为疾病的表征和预后提供了信息.