Identificatie en validatie van functionele biomarkers voor Keratoconus

De screening van keratoconus omvat keratoconus-gerelateerde klinische symptomen zoals retinoscopie schaarreflex, Munson-teken, stromale verdunning, Vogt's striae en Fleischer's ring, maar corneale topografie is de meest bruikbare methode bij de diagnose van keratoconus, vooral bij afwezigheid van klinische symptomen.

Er zijn momenteel verschillende apparaten beschikbaar voor het detecteren van vroege keratoconus door het meten van anterieure en posterieure corneale topografie en elevatie (Mihaltz et al. 2009; Ishii et al. 2012). Corneale topografische en tomografische technieken die kleurgecodeerde kaarten en topografische indices genereren, zijn de meest gevoelige apparaten voor het bevestigen van de diagnose van keratoconus (Rabinowitz 1998; Rao et al. 2002) werden gebruikt voor de diagnose in dit onderzoek. Bovendien is aangetoond dat videokeratografie Forme fruste keratoconus (FFKC) identificeert bij afwezigheid van klinische tekenen van keratoconus. Videokeratografische indices zoals de Klyce/Maeda-criteria, de Rabinowitz-criteria en andere zijn ontwikkeld om videokeratografie kwantitatief te analyseren en te screenen op keratoconus (Rao et al. 2002). Van deze indices is aangetoond dat ze keratoconus identificeren met een hoge mate van gevoeligheid en specificiteit. De Orbscan II is een driedimensionaal spleet-scan-topografiesysteem voor analyse van de hoornvliesoppervlakken en de voorste oogkamer en is bij alle patiënten in het onderzoek gebruikt. Het gebruikt gekalibreerde video en een scannende spleetstraal om x-, y- en z-locaties van enkele duizenden punten te meten. Deze punten worden gebruikt om topografische kaarten te construeren (Rao et al. 2002). De Pentacam (Oculus Inc) is een corneale tomograaftechnologie die gegevens genereert over topografie en elevatie van anterieure en posterieure met behulp van een roterende Scheimpflug-camera die ook is gebruikt bij alle proefpersonen die deelnamen aan deze studie. Er zijn verschillende diagnostische parameters beschikbaar voor de diagnose van keratoconus, afhankelijk van de gebruikte topografiemodus. Maeda en Klyce ontwierpen een systeem om keratoconus te detecteren. Het systeem, dat is gebaseerd op lineaire discriminantanalyse en een binaire beslissingsboom, identificeert de kaart als representatief voor keratoconus of niet-keratoconus en kent, op basis van een waarde uit de discriminantanalyse (de KPI), aan de kaart een index toe die wordt uitgedrukt als een percentage dat suggereert de ernst van keratoconus. Op dit moment zijn de Keratoconus Severity Index (KSI) en de Amsler-Krumeich-classificatie echter de meest populaire methoden om de ernst van keratoconus te beoordelen (Mihaltz et al. 2009; Ishii et al. 2012). KSI is gebaseerd op indices geschat door een krommingskaart met behulp van op Placido-schijf gebaseerde corneale topografie, en de Amsler-Krumeich-classificatie definieert het stadium van keratoconus met behulp van biomicroscopie, gemiddelde centrale keratometrie-uitlezing, sferische en cilindrische brekingsverandering en corneale dikte (Mihaltz et al. 2009;Ishii et al. 2012). Dit is de index die is gebruikt voor de uiteindelijke gradatie van keratoconusstadia van alle proefpersonen in dit onderzoek.