Új jelzők a glaukóma korai progressziójának kimutatására

A felszíni látóidegfej (ONH) felszínének klinikai képalkotással észlelt változásai és a retina idegrostréteg (RNFL) vastagságának elvesztése előrevetíti a jövőbeli látótérvesztést. A mély ONH, a glaucomás károsodás valószínű eredete a következő logikus lépést jelenti, de a megfelelő technológia hiánya miatt elkerülték a klinikusok.

Az optikai koherencia-tomográfiás (OCT) képalkotás új fejlesztései most izgalmas lehetőséget kínálnak a mély ONH-változásokról szóló hisztomorfometriai ismeretek közötti szakadék megszüntetésére, amelyet a kísérleti majomglaukómában végzett kutatások és a klinikai glaukóma képalkotása során szereztek.

Meggyőző bizonyítékok állnak rendelkezésre arra vonatkozóan, hogy a bruttó ONH és a retina hemodinamikai változásai a glaukóma progressziójának funkcionális mutatói. A véráramlás pontos nyomon követése az ONH-ban logikus lépés, de több okból is elkerülte a kutatókat, többek között a nagymértékben visszaverő ONH szövet miatt, amely változóan gátolja a jel behatolását, így a retina és a hátsó ciliáris ONH-áramláshoz való hozzájárulásának összetett természete nehezen elkülöníthető. Annak ellenére, hogy a glaukóma károsodása az ONH-ból származik, a retina ganglionsejt (RGC) axonjai mutathatják a legkorábbi funkcionális elváltozásokat, mivel nagy az anyagcsere-igényük és sérülékenységük. Ezért a véráramlás nyomon követése az RNFL-ben, amely erősen szegmentális és feloldható, jobb és érzékenyebb megközelítés lehet az ONH-hoz képest. A makula a teljes RGC populáció csaknem 50%-át tartalmazza; hasonlóképpen a ganglion sejtrétegnek (GCL) megfelelő makula belső vaszkuláris plexusban történő véráramlás monitorozása valószínűleg nagyon informatív a glaukóma progressziója szempontjából. Az OCT alapú angiográfia (OCTA), amely páratlan axiális felbontással térképezi fel az érsűrűséget a különböző retina vaszkuláris ágyakban, végre lehetővé teszi számunkra, hogy számszerűsítsük a véráramlással kapcsolatos, erősen lokalizált paramétereket, és azonosítsuk azokat a betegeket, akiknél magasabb a progresszió kockázata. Az alanyok közötti vagy populáció alapú variabilitási modelleken alapuló progressziódetektálás jelenlegi adatelemzése nem hatékony, és hamis pozitív és hamis negatív eredményekhez vezet. Az innovatív adatelemzési technikák, amelyek pontos modelleket építenek fel az alanyon belüli változékonyságról, kumulatív értéket adnak az új képalkotó markereknek a progresszió szempontjából.