Keratoconuksen toiminnallisten biomarkkerien tunnistaminen ja validointi

Keratokonuksen seulonta sisältää keratoconuksen kliinisiä oireita, kuten retinoskooppisaksirefleksi, Munson-merkki, stroman oheneminen, Vogtin striat ja Fleischerin rengas, mutta sarveiskalvon topografia on hyödyllisin menetelmä keratoconuksen diagnosoinnissa, etenkin kliinisten merkkien puuttuessa.

Tällä hetkellä on saatavilla useita laitteita varhaisen keratokonuksen havaitsemiseen mittaamalla sarveiskalvon etu- ja takatopografiaa ja korkeutta (Mihaltz ym. 2009; Ishii et al. 2012). Sarveiskalvon topografisia ja tomografisia tekniikoita, jotka tuottavat värikoodattuja karttoja ja topografisia indeksejä, ovat herkimmät laitteet keratoconus-diagnoosin vahvistamiseksi (Rabinowitz 1998; Rao et al. 2002), joita käytettiin diagnosoinnissa tässä tutkimuksessa. Lisäksi videokeratografian on osoitettu tunnistavan Forme fruste keratoconus (FFKC) ilman keratoconuksen kliinisiä merkkejä. Videokeratografiset indeksit, kuten Klyce/Maeda-kriteerit, Rabinowitz-kriteerit ja muut, on kehitetty kvantitatiivisesti analysoimaan videokeratografiaa ja keratokonuksen seulontaa (Rao et al. 2002). Näiden indeksien on osoitettu tunnistavan keratokonuksen, jolla on korkea herkkyys ja spesifisyys. Orbscan II on kolmiulotteinen rakokuvaustopografiajärjestelmä sarveiskalvon pintojen ja etukammion analysointiin, ja sitä on käytetty kaikilla tutkimuksessa osallistuvilla potilailla. Se käyttää kalibroitua videota ja pyyhkäisevää rakosädettä useiden tuhansien pisteiden x-, y- ja z-paikkojen mittaamiseen. Näitä pisteitä käytetään topografisten karttojen rakentamiseen (Rao et al. 2002). Pentacam (Oculus Inc) on sarveiskalvon tomografitekniikka, joka tuottaa tietoa topografiasta sekä anteriorin ja posteriorin korkeudesta käyttämällä pyörivää Scheimpflug-kameraa, jota on myös käytetty kaikissa tähän tutkimukseen osallistuneissa koehenkilöissä. Keratoconus-diagnoosissa on saatavilla erilaisia ​​diagnostisia parametreja riippuen siitä, mitä topografiaa käytetään. Maeda ja Klyce suunnittelivat järjestelmän keratokonuksen havaitsemiseksi. Lineaariseen erotteluanalyysiin ja binaariseen päätöspuuhun perustuva järjestelmä tunnistaa kartan edustavan keratoconusta tai nonkeratoconusta ja määrittää kartalle erotteluanalyysin (KPI) arvon perusteella prosentteina ilmaistun indeksin, joka ehdottaa keratoconuksen vakavuus. Tällä hetkellä kuitenkin Keratoconus Severity Index (KSI) ja Amsler-Krumeich -luokitus ovat suosituimpia menetelmiä keratoconuksen vakavuuden arvioimiseksi (Mihaltz ym. 2009; Ishii et al. 2012). KSI perustuu indekseihin, jotka on arvioitu kaarevuuskartalla käyttäen Placido-levypohjaista sarveiskalvon topografiaa, ja Amsler-Krumeich-luokitus määrittää keratokonuksen vaiheen käyttämällä biomikroskooppia, keskimääräistä keskuskeratometrian lukemaa, pallomaista ja sylinterimäistä taitemuutosta ja sarveiskalvon paksuutta (Mihaltz et al. 2009; Ishii ym. 2012). Tämä on indeksi, jota on käytetty kaikkien tämän tutkimuksen koehenkilöiden keratoconus-vaiheiden lopulliseen gradaatioon.