臨床進行、予後因子、および年齢に関連した黄斑変性患者の生活の質の評価。 (VERA-AMD)

VERA-AMD研究は、加齢黄斑変性症（AMD）の患者における臨床経過、予後因子、および生活の質を調査する前向きで非介在性の観察研究です。 AMDは、高齢者の間で視力喪失の主な原因であり、新血管（「ウェット」）AMD（NAMD）または地理的萎縮（「乾燥」）AMD（GA-AMD）のいずれかとして現れます。 治療の進歩にもかかわらず、疾患の進行と治療への反応にかなりのばらつきがあります。 この研究の目的は、実際のデータを分析して疾患の進行と機能的結果の予測因子を特定し、最終的に臨床管理戦略を改善することにより、このギャップを埋めることを目的としています。

学習目標

この研究の主な目的は次のとおりです。

日常的な臨床診療におけるAMDの臨床進行を評価します。 好ましいまたは不利な疾患の結果に関連する予後因子を特定します。

検証済みのアンケートを使用して、患者の生活の質に対するAMDの影響を評価します。

方法論

設計：前向き、非営利、観察研究。 人口：50歳以上の患者200人が少なくとも片方の目でAMDが確認されました。 包含基準：AMDの確認された診断、臨床診療によるフォローアップのスケジュールされたフォローアップ。

除外基準：視覚的結果に影響を与える重要な眼または全身性疾患。

結果

主要な結果：患者年100年あたりの症例として表される高度なAMDへの進行率。

二次的な結果：視力の変化、光学コヒーレンス断層撮影（OCT）によって評価される網膜形態、および患者が報告した生活の質。

抗VEGF療法とAIベースの液分析

この研究の重要な部分は、特にNAMDでの疾患の進行の制御における抗VEGF治療の役割に焦点を当てています。 Afliberceptやranibizumabなどの抗VEGF剤は、流体の蓄積と血管新生を減らすことを目的とした新血管AMDの標準的な治療法です。 この研究では、視力や解剖学的変化を含む、治療レジメン（固定対必要な投与）と臨床結果との関係を調査します。

人工知能（AI）ベースの網膜流体ダイナミクスの分析は、OCTイメージングデータを使用して採用されます。 機械学習アルゴリズムが適用され、液体の蓄積と疾患の進行のパターンを特定し、早期検出とパーソナライズされた治療アプローチを改善します。

データ収集と統計分析

データは、定期的な臨床訪問、OCTイメージング、視力検査を通じて収集されます。 統計分析には、疾患の進行と臨床結果の予測因子を評価するための繰り返し測定モデルが含まれます。 サンプルサイズの計算では、初期/中級AMDで年間5.2％の進行率と19.7％が予想されます。 0.05の有意水準で80％の統計力を持つ高度なAMDのレート。

タイムライン

12か月後の暫定分析（フォローアップのある50人の患者）。 12か月後の一次分析（すべての患者）。 36か月でのフォローアップ分析。 同意と倫理

インフォームドコンセントは、すべての参加者から得られます。 データは匿名化され、倫理的ガイドラインおよび施設内審査委員会（IRB）プロトコルに従って処理されます。