緑内障の早期進行を検出するための新規マーカー

表層視神経頭 (ONH) 表面の変化と臨床画像で検出された網膜神経線維層 (RNFL) の厚さの損失は、将来の視野損失を予測します。 緑内障損傷の原因である可能性が高い深部 ONH の画像化は、次の論理的な次のステップを表していますが、有能な技術が不足しているため、臨床医はこれを達成できていません。

光コヒーレンストモグラフィー (OCT) イメージングの新たな進歩は、実験的なサル緑内障の研究で得られた深い ONH 変化に関する組織形態学的知識と臨床緑内障のイメージングとの間のギャップを埋めるエキサイティングな機会を提供します。

全体的な ONH と網膜血行動態の変化が緑内障進行の機能的指標であるという説得力のある証拠があります。 ONH 内の血流を正確に追跡することは論理的なステップですが、ONH の流れに対する網膜および後部毛様体の寄与の複雑な性質を分離することを困難にする信号透過をさまざまに阻害する反射性の高い ONH 組織など、いくつかの理由で研究者を回避してきました。 緑内障の損傷はONHに由来しますが、網膜神経節細胞（RGC）の軸索は、高い代謝要求と損傷を受けやすいため、最も初期の機能変化を示す可能性があります。 したがって、非常に分節的で解決可能なRNFLの血流を追跡することは、ONHの血流と比較して、より優れたより敏感なアプローチになる可能性があります. 黄斑には、RGC 集団全体のほぼ 50% が含まれています。同様に、神経節細胞層 (GCL) に対応する黄斑内血管叢の血流を監視することは、緑内障の進行について非常に有益である可能性があります。 OCT ベースの血管造影 (OCTA) は、異なる網膜血管床の血管密度を比類のない軸方向分解能でマッピングすることで、血流に関連する高度に局所化されたパラメーターを定量化し、進行リスクの高い患者を特定することを最終的に可能にします。 被験者間または集団ベースの変動モデルに基づく進行検出の現在のデータ分析は非効率的であり、偽陽性および偽陰性の結果につながります。 被験者内変動の正確なモデルを構築する革新的なデータ分析技術は、進行の新しいイメージング マーカーに累積的な価値を追加します。