《Ophthalmology Science》:Cell Density Mapped Retinal Nonperfusion and Low-Luminance Visual Acuity in Diabetic Retinopathy
编辑推荐:
目的:确定通过将超广角荧光素血管造影(UWF-FA)定义的非灌注区映射至视杆细胞、视锥细胞和视网膜神经节细胞(RGC)拓扑结构而获得的细胞密度加权视网膜非灌注,是否与糖尿病视网膜病变(DR)眼的低亮度视力(LLVA)相关,并在传统面积基视网膜非灌注(RNP)之
目的:确定通过将超广角荧光素血管造影(UWF-FA)定义的非灌注区映射至视杆细胞、视锥细胞和视网膜神经节细胞(RGC)拓扑结构而获得的细胞密度加权视网膜非灌注,是否与糖尿病视网膜病变(DR)眼的低亮度视力(LLVA)相关,并在传统面积基视网膜非灌注(RNP)之外提供增量解释价值。设计:横断面观察性研究。参与者:来自糖尿病且DR严重程度覆盖全谱的140名成人的213只眼。方法:在UWF-FA图像上人工勾画视网膜非灌注区。利用规范性视网膜细胞密度图,在早期治疗糖尿病视网膜病变研究(ETDRS)7个视野区域内计算视杆细胞、视锥细胞和RGC受影响比率(Rod-AR、Cone-AR和RGC-AR)。LLVA采用ETDRS字母评分并使用2.0 log单位中性密度滤光片测量。采用含受试者特异性随机截距的线性混合效应模型解释眼间相关性。评估LLVA的模型校正年龄、性别、糖尿病病程、糖化血红蛋白(HbA1c)、晶状体状态和高血压。将Rod-AR、Cone-AR、RGC-AR和传统RNP分别单独加入临床基础模型。比较纳入RNP或Rod-AR的模型,并评估在包含RNP的模型中加入Rod-AR的增量解释价值。主要结局指标:Rod-AR、Cone-AR和RGC-AR与LLVA字母评分之间的统计学关联以及模型解释性能。结果:平均LLVA为76.3 ± 6.9个字母。RNP和受影响细胞比率一般随DR严重程度增加而增加。在分别校正的模型中,较高的Rod-AR与较差的LLVA相关(β,-1.72;95%置信区间[CI],-2.55至-0.89;P < 0.001),较高的Cone-AR亦与较差的LLVA相关(β,-1.51;95% CI,-2.34至-0.67;P < 0.001)。RGC-AR与LLVA无关(P = 0.747)。加入RNP或Rod-AR的模型表现相似(赤池信息准则[AIC],1341.1 vs 1340.9;边际R2,0.377 vs 0.378)。将Rod-AR加入RNP模型未显著改善解释性能(似然比检验[LRT] P = 0.607)。结论:校正临床协变量后,较高的Rod-AR和Cone-AR与较差的LLVA相关。然而,Rod-AR未显示超出传统RNP的增量解释价值。这些发现支持与LLVA的关联,但不支持视杆细胞密度加权相对于面积基非灌注的解释优势。
研究背景:糖尿病视网膜病变(DR,diabetic retinopathy)是全球视力损害的主要原因之一,也是糖尿病主要微血管并发症之一。进展性视网膜毛细血管损害导致视网膜非灌注(RNP,retinal nonperfusion)和缺血,与DR病理、疾病进展和视力丧失密切相关。超广角荧光素血管造影(UWF-FA,ultra-widefield fluorescein angiography)扩展了对RNP的评估能力,光学相干断层扫描血管成像(OCTA,optical coherence tomography angiography)则可对黄斑缺血进行分层评估。然而,视网膜缺血与糖尿病患者视功能障碍之间的关系尚未被完全解释。最佳矫正视力(BCVA,best-corrected visual acuity)仍是DR临床标准视力指标,但不能捕获患者经历的全部视觉缺陷。低亮度视力(LLVA,low-luminance visual acuity)反映中间视觉条件下的视觉表现,可提供BCVA之外的额外信息。研究人员近期研究发现,UWF-FA所示后部缺血,即早期治疗糖尿病视网膜病变研究(ETDRS,Early Treatment Diabetic Retinopathy Study)7个视野区域内的RNP,在校正临床危险因素后独立关联LLVA,而OCTA所示黄斑缺血并不关联。这提示缺血的拓扑位置差异会影响视功能。既往研究的重要局限是未考虑视网膜神经元元素分布的异质性。人视网膜在代谢和功能上并不均一:视锥细胞在中央凹密集,视杆细胞在旁中央凹和中周部占优,视网膜神经节细胞(RGC,retinal ganglion cell)在后极部最集中。因此,相同面积的RNP因涉及不同视网膜细胞群,可能产生不同功能后果。这种生物异质性可能部分解释为何总缺血面积与DR视功能障碍不呈线性关系。既往将定量组织学来源的光感受器密度图与立体校正UWF图像整合,提出视网膜病变不仅可按表面积量化,也可按估计受累视杆和视锥负荷量化。Salongcay等证明使用立体投影UWF-FA进行视杆和视锥加权非灌注分析在DR中可行,并报告非灌注视网膜内视杆与视锥比高于整体成像视网膜且随DR严重度增加,但未直接比较视杆与视锥加权非灌注的功能相关性。基于上述观察,研究人员提出解释DR缺血的新框架:不仅关注非灌注发生位置或占据面积,也整合最可能受累的神经元群体。研究人员假设细胞密度加权RNP与LLVA相关,并旨在量化Rod-AR、Cone-AR和RGC-AR,评估其与视功能尤其LLVA的关联,同时比较Rod-AR或传统面积基RNP模型的解释性能,并评估Rod-AR是否具有超出传统RNP的增量解释价值。
关键技术方法:该横断面研究在美国伊利诺伊州芝加哥西北纪念医院开展,样本来自同一前瞻性观察队列,招募时间为2021年10月至2023年9月。纳入1型或2型糖尿病成人,覆盖国际临床糖尿病视网膜病变严重程度(ICDR)全谱。排除中心累及糖尿病黄斑水肿(DME)、近6个月抗血管内皮生长因子(VEGF)或皮质类固醇治疗、可能干扰评估的眼病、OCTA质量指数<6、近3个月手术或计划6个月内手术、参加其他干预研究及HbA
1c>10.0%者;有视网膜光凝史眼不纳入分析。UWF-FA采用Optos California系统标准化采集,手动勾画RNP和总可分级视网膜,叠加ETDRS 7-field区域。使用AreaMeasurementSP_v1.1及Curcio等规范性视杆、视锥和RGC密度图计算各细胞类型受影响比率。LLVA用ETDRS字母评分并结合2.0 log单位中性密度滤光片测量。采用含受试者特异性随机截距的线性混合效应模型,校正年龄、性别、糖尿病病程、HbA
1c、晶状体状态和高血压,比较AIC、边际R
2和LRT。
研究结果:
1. 参与者与DR严重程度分布:共纳入140名患者的213只眼,平均年龄59.0 ± 13.3岁。DR严重程度分布为无DR 40眼、轻度非增殖型糖尿病视网膜病变(NPDR)66眼、中度NPDR 25眼、重度NPDR 51眼、增殖型糖尿病视网膜病变(PDR)31眼。平均LLVA和BCVA字母评分分别为76.3 ± 6.9和85.0 ± 5.8。ETDRS 7-field区域内平均RNP为1.18 ± 2.99%,Rod-AR为1.13 ± 2.88%,Cone-AR为0.97 ± 2.40%,RGC-AR为0.43 ± 1.80%。随DR严重度增加,RNP和受影响细胞比率总体增加;与无DR眼相比,重度NPDR或PDR眼在多数非灌注和受影响细胞比率指标上显著更大,PDR眼数值最大。
2. 细胞类型特异性受影响比率与LLVA的关联:分别将各细胞比率加入临床基础模型后,较高Rod-AR与较差LLVA显著相关(β,-1.72;95% CI,-2.55至-0.89;P < 0.001),加入Rod-AR改善模型拟合,AIC由1353.7降至1340.9,边际R
2由0.317升至0.378,LRT P < 0.001。较高Cone-AR亦与较差LLVA相关(β,-1.51;95% CI,-2.34至-0.67;P < 0.001),加入后AIC为1344.6,边际R
2为0.366,LRT P < 0.001。相反,RGC-AR与LLVA无关(β,0.12;95% CI,-0.60至0.84;P = 0.747;LRT P = 0.752),并未改善模型性能。总体上,Rod-AR和Cone-AR而非RGC-AR较临床基础模型改善模型拟合。
3. 传统RNP与Rod-AR模型比较:将传统RNP加入临床基础模型可改善拟合,AIC由1353.7降至1341.1,边际R
2由0.317升至0.377,LRT P < 0.001。单独纳入RNP或Rod-AR的模型表现几乎相同(AIC,1341.1 vs 1340.9;边际R
2,0.377 vs 0.378)。在包含RNP的模型中再加入Rod-AR未显著改善模型拟合(ΔAIC = +1.7;Δ边际R
2 = +0.001;LRT P = 0.607),未提供超出传统RNP的增量解释价值证据。
4. 协变量:在包含Rod-AR的模型中,年龄较大与较差LLVA相关(每1-SD增加β,-3.74;95% CI,-4.74至-2.73;P < 0.001);与晶状体眼相比,假晶状体眼与更好LLVA相关(β,4.07;95% CI,1.82至6.33;P < 0.001)。性别、糖尿病病程、HbA
1c和高血压与LLVA无显著关联(均P > 0.05)。
讨论部分总结:该横断面研究评估了细胞密度加权RNP与LLVA的关联及其超出传统面积基RNP的解释价值。研究人员发现,在ETDRS 7-field区域内,较高Rod-AR和Cone-AR与较差LLVA相关,而RGC-AR不相关且不改善模型性能。然而,纳入Rod-AR或传统RNP的模型解释性能几乎相同,将Rod-AR加入含RNP模型也未显著改善拟合。这些发现支持与LLVA的关联,但不证明视杆细胞密度加权相对于传统面积基非灌注具有解释优势。该结果与既往后部视网膜缺血关联LLVA的观察一致,并补充了拓扑神经元视角。视杆密度加权可能主要重新表达传统非灌注已捕获的信息,而未在本队列中提供关于LLVA的额外解释信息。Rod-AR与LLVA的关联具有一定生物学合理性:LLVA并非视杆特异测试,但低亮度条件可能对涉及视杆介导视觉通路的功能障碍更敏感;视杆在中央凹中心稀疏,在旁中央凹和周围区域更丰富,ETDRS 7-field区域内累及视杆富集区的非灌注可能影响低亮度视觉表现。Cone-AR对LLVA的意义需谨慎解释:Rod-AR、Cone-AR和RGC-AR源自同一非灌注图,代表共享缺血负担的密切相关拓扑特征,而非独立生物标志;这些关联不应被解释为不同细胞类型特异效应。将视网膜细胞密度图纳入UWF-FA衍生非灌注,可能提供潜在生物学和功能见解;传统面积指标不直接考虑视网膜细胞密度的空间变化,而视杆、视锥和RGC具有不同空间分布,非灌注的功能影响可能取决于缺血区域主要细胞群。该概念与地理萎缩中基于光感受器密度指标提供生物学信息框架的近期工作一致。研究局限包括:横断面设计不能进行因果推断,需纵向研究确定Rod-AR是否预测LLVA后续下降;Rod-AR、Cone-AR和RGC-AR通过将群体基础视网膜细胞密度图应用于UWF-FA非灌注掩膜获得,代表估计受影响比率而非细胞功能障碍直接测量,未考虑年龄、轴长等个体差异;图像分析软件假设默认轴长,眼生物测量变化可能影响非灌注与规范性细胞密度图的空间对应;LLVA不应被视为视杆特异功能测试,还可能受视锥功能、介质混浊、屈光因素和测试变异影响;同一ETDRS视力表用于BCVA和LLVA,不能排除学习或识别效应;该分析未直接评估外层视网膜结构、暗适应、视网膜电图、微视野、脉络膜和脉络膜毛细血管灌注;排除中心累及DME、近期眼内治疗和既往视网膜光凝史眼,可能限制对更晚期或积极治疗DR眼的推广。
研究结论翻译:在ETDRS 7-field区域内,较高的Rod-AR和Cone-AR与糖尿病眼较差的LLVA相关,独立于全身和眼部协变量。这些发现提示,基于密度图的视网膜非灌注评估可能为解释DR中缺血的功能相关性提供有信息的方法。然而,Rod-AR未显示优于或增量于传统RNP的解释价值。需要进一步纵向和多模态研究,以确定Rod-AR是否反映视杆介导功能障碍,以及是否可预测低亮度视觉功能未来下降。