BMC Ophthalmol ：诺莫图模型预测糖尿病视网膜病变患者视力损害的风险

背景：糖尿病是世界上增长最快的慢性疾病之一，而糖尿病视网膜病变(DR)是糖尿病患者视力丧失的主要原因之一。已经开展了对1型糖尿病、2型糖尿病和DR的早期风险筛查的研究，初步结果将逐步应用于临床实践。目前，眼底荧光血管造影(FFA)是诊断DR分级的金标准，而扫描源光学相干断层扫描(SS-OCT)可以建立清晰的视网膜二维断层图像。新近开发的光学相干断层扫描血管成像(OCTA)程序对视网膜微血管的变化非常敏感，它可以在一些屈光不清的患者(白内障、玻璃体混浊)中获得清晰的图像。

已有研究表明，DR分期和视网膜结构异常(视网膜内层组织紊乱、糖尿病黄斑缺血(DMI)、糖尿病黄斑水肿(DME)、外层破裂、中心凹无血管区(FAZ)结构改变等。与DR患者的视力损害相关，但还没有研究揭示各种相关因素在DR患者视力损害形成中的影响程度。此外，还没有研究综合这些危险因素来构建一个有效、准确、简单和直观的模型来预测视力损害的风险。诺莫图将有助于实现这一目标。基于已报道的影响DR患者视力的危险因素和一些新的视网膜结构指标。

目的：本研究通过回归分析筛选出与视力密切相关的危险因素，并创造性地使用诺莫图整合和量化了这些危险因素对DR患者视力损害的影响。通过对各因素进行评分，构建了方便实用的视力损害风险预测模型，以指导临床决策。

方法：对同时行光相干断层血管造影(OCTA)和荧光素眼底血管造影(FFA)的DR患者进行回顾性研究。用FFA进行DR分期，对黄斑进行扫描光源光学相干断层扫描(SS-OCT)，用OCTA进行3×3 mm血流成像，观察视网膜结构和血流参数。将最小分辨角度视敏度(≥)的对数定义为视力损害，并用二元Logistic回归方法筛选与视力相关的特征。然后将选定的因素输入多变量二元逐步回归，并绘制出预测视力损害风险的诺莫图。最后，使用受试者工作特征(ROC)曲线下面积(AUC)、校准曲线、决策曲线分析(DCA)和临床影响曲线(CIC)对模型进行了验证。

结果：共有29个参数进入分析，其中13个特征建立了诺莫图模型。糖尿病黄斑缺血(DMI)分级、视网膜内层组织紊乱(DRIL)、外层破裂、脉络膜下毛细血管密度(SubVD)差异有统计学意义(P<0.05)。基于ROC(AUC=0.931)和校准曲线(C-INDEX=0.930)，该模型具有良好的精度。DCA表明，(3-91%)区间模型中的风险阈值概率可用于指导临床实践，每个阈值概率下的风险人群比例由CIC表示。

表1 LogMAR VA损伤与各种参数(N=252)的相关性

表2 预测模型统计分析结果

图1 风险诺莫图模型。VA减损风险诺模图由DRIL、DMI、外层破坏和SubVD预测因子构成。DMI=糖尿病黄斑缺血；DRIL=视网膜内层紊乱；SubVD=脉络膜毛细血管下层血管密度

图2 受试者工作特征曲线(ROC)曲线验证影响视力的参数。Y轴表示风险预测的真阳性率。X轴表示风险预测的(1-真负值)比率。所构建的模型比单个风险因素具有更高的准确性。DMI=糖尿病黄斑缺血；DRIL=视网膜内层紊乱；SubVD=脉络膜毛细血管下层血管密度；外层破裂=视网膜色素上皮或椭圆区破裂

图3 VA减值风险诺模图预测的校准曲线。Y轴表示实际诊断的VA损伤。X轴表示VA损伤的预测风险。斜线虚线表示理想模型的完美预测。实线表示模型的性能，这表明越接近对角虚线表示更好的预测

图4 模型(A)VA损伤风险标准图的决策曲线分析。Y轴衡量净收益，X轴是需要干预的门槛概率。粗实线表示没有VA损害的所有患者的假定受益率为零，而细实线表示所有VA损害患者的假定受益率的大小。图中显示视力损害的风险阈值概率在这个范围内(模型1：3-91%)，正常图可以在这个范围内临床使用。模型(B)VA损伤风险诺模图的临床影响曲线。Y轴衡量高风险的数量，x轴是高风险阈值，模型的绿线是指在每个阈值概率下被模型归类为阳性(高风险)的人数，蓝线是指在每个阈值概率下真正积极的人数

结论：诺莫图模型预测DR患者视力损害具有较好的准确性和实用性，可用于指导临床实践。

原文出处： Zhao Y,  Yu R,  Sun C,et al.Nomogram model predicts the risk of visual impairment in diabetic retinopathy: a retrospective study.BMC Ophthalmol 2022 Dec 08;22(1)