Identifikation og validering af funktionelle biomarkører for Keratoconus

Screeningen af ​​keratoconus involverer keratoconus-relaterede kliniske tegn som retinoskopi saksrefleks, Munson-tegn, stromal udtynding, Vogts striae og Fleischers ring, men hornhindetopografi er den mest nyttige metode til diagnosticering af keratoconus, især i fravær af kliniske tegn.

Adskillige enheder er i øjeblikket tilgængelige til påvisning af tidlig keratoconus ved at måle forreste og posteriore hornhindens topografi og elevation (Mihaltz et al. 2009; Ishii et al. 2012). Topografiske og tomografiske teknikker i hornhinden, som genererer farvekodede kort og topografiske indekser, er de mest følsomme anordninger til at bekræfte diagnosen keratoconus (Rabinowitz 1998; Rao et al. 2002) blev brugt til diagnosticering i denne undersøgelse. Derudover har videokeratografi vist sig at identificere Forme fruste keratoconus (FFKC) i fravær af kliniske tegn på keratoconus. Videokeratografiske indekser såsom Klyce/Maeda-kriterierne, Rabinowitz-kriterierne og andre er blevet udviklet til kvantitativt at analysere videokeratografi og screene for keratokonus (Rao et al. 2002). Disse indekser har vist sig at identificere keratoconus med en høj grad af sensitivitet og specificitet. Orbscan II er et tredimensionelt spaltescanningstopografisystem til analyse af hornhindens overflader og det forreste kammer og er blevet brugt på alle patienter i undersøgelsen. Den bruger kalibreret video og en scanningsspaltestråle til at måle x-, y- og z-placeringer på flere tusinde punkter. Disse punkter bruges til at konstruere topografiske kort (Rao et al. 2002). Pentacam (Oculus Inc) er en hornhinde tomografteknologi, som genererer data om topografi og elevation af anterior og posterior ved hjælp af et roterende Scheimpflug-kamera, som også er blevet brugt på alle forsøgspersoner, der er tilmeldt denne undersøgelse. Forskellige diagnostiske parametre er tilgængelige for keratoconus-diagnose, afhængigt af hvilken topografitilstand der bruges. Maeda og Klyce designede et system til at detektere keratoconus. Systemet, som er baseret på lineær diskriminantanalyse og et binært beslutningstræ, identificerer kortet som repræsenterende keratoconus eller nonkeratoconus og tildeler, baseret på en værdi fra diskriminantanalysen (KPI'en), kortet et indeks udtrykt som en procentdel, der tyder på sværhedsgraden af ​​keratoconus. På nuværende tidspunkt er Keratoconus Severity Index (KSI) og Amsler-Krumeich klassifikationen dog de mest populære metoder til at klassificere keratoconus sværhedsgrad (Mihaltz et al. 2009; Ishii et al. 2012). KSI er baseret på indekser estimeret af et krumningskort ved hjælp af Placido disk-baseret hornhindetopografi, og Amsler-Krumeich klassificering definerer stadiet af keratoconus ved hjælp af biomikroskopi, gennemsnitlig central keratometry-aflæsning, sfærisk og cylindrisk refraktionsændring og hornhindetykkelse (Mihaltz et al. 2009; Ishii et al. 2012). Dette er det indeks, der er blevet brugt til den endelige graduering af keratoconusstadier for alle emner i denne undersøgelse.