基于眼眶MRI参数的新型列线图模型对甲状腺相关眼病中 dysthyroid optic neuropathy 的早期预测价值

《BMC Ophthalmology》：A novel nomogram based on orbital MRI parameters for early prediction of dysthyroid optic neuropathy in thyroid-associated ophthalmopathy

本研究针对甲状腺相关眼病(TAO)中 dysthyroid optic neuropathy (DON) 这一严重并发症缺乏早期预测指标的问题，通过系统分析不同严重程度TAO患者的眼眶MRI参数差异，构建了基于 superior rectus area (SRA) 和 angle between the medial rectus and optic nerve (AMR-ON) 的 nomogram 预测模型。该模型AUC达0.906，灵敏度90.5%，特异度82.4%，为DON的早期识别提供了可靠的影像学量化工具。

　　

在眼科疾病领域，甲状腺相关眼病(TAO)作为一种与自身免疫性甲状腺疾病密切相关的常见眼眶疾病，一直是临床诊疗的难点。这种疾病最令人担忧的并发症当属 dysthyroid optic neuropathy (DON)，即甲状腺功能障碍性视神经病变，它可能导致不可逆的视力损害，堪称TAO的"沉默杀手"。然而，DON的早期诊断充满挑战——缺乏金标准，临床表现多样，且患者往往在视力明显下降时才就医，错过了最佳干预时机。

传统上，医生们依赖临床症状和视力检查来评估TAO严重程度，但这种方法主观性强，难以实现早期预警。虽然CT扫描已被用于评估眼眶结构，但其软组织分辨率有限，无法精确显示视神经受压的细微变化。磁共振成像(MRI)凭借其卓越的软组织对比度，理论上能提供更丰富的诊断信息，但如何将MRI图像转化为可靠的量化指标，构建有效的预测模型，仍是未解的难题。

在这一背景下，赵先知等人的研究团队开展了创新性探索，他们的研究成果发表在《BMC Ophthalmology》期刊上，旨在破解DON早期预测的难题。研究团队假设，通过系统分析不同严重程度TAO患者的眼眶MRI参数，可以找到与DON发生密切相关的关键指标，进而构建高精度的预测模型。

研究团队采用回顾性设计，收集了2021年5月至2023年3月期间在汕头大学·香港中文大学联合汕头国际眼科中心(JSIEC)就诊的76例TAO患者(146眼)的临床和影像学资料。所有TAO患者均根据EUGOGO严重程度分级标准分为轻度TAO组(66眼)、中重度TAO组(59眼)和DON组(21眼)，同时设立健康对照组(25眼)。研究使用GE 3.0T Signa Creator MRI扫描仪，采用多种序列(轴向T1WI、轴向T2WI脂肪抑制、冠状T2WI脂肪抑制、矢状T1WI)进行眼眶成像，测量了包括眼外肌面积、视神经-肌肉角度、肌肉指数(MI)、拥挤指数(CI)等在内的多项参数。

研究人员采用广义估计方程(GEE)分析各组间差异，通过单因素和多因素logistic回归识别DON的独立预测因子，最终构建了结合关键指标的列线图(nomogram)模型，并通过受试者工作特征曲线(ROC)和决策曲线分析(DCA)评估模型的预测效能和临床实用性。

研究结果显示，随着TAO严重程度增加，眼外肌面积显著增大，而 medial rectus 与视神经间角度(AMR-ON)和 lateral rectus 与视神经间角度(ALR-ON)则逐渐减小。多因素回归分析确定 superior rectus area (SRA)和AMR-ON是DON的独立预测因子。基于这两个指标构建的SRA+AMR-ON列线图模型展现出卓越的预测性能，AUC值为0.906，灵敏度达90.5%，特异度为82.4%。决策曲线分析进一步证实，该模型的临床实用性优于传统的肌肉指数(MI)和拥挤指数(CI)。

骨骼结构参数差异

在骨骼结构比较中， medial orbital wall 体积(VMW)在对照组(0.11±0.18 cm²)、轻度TAO组(0.06±0.30 cm²)和中重度TAO组(0.17±0.30 cm²)与DON组(-0.19±0.29 cm²)之间存在显著差异。 lateral orbital wall 体积(VLW)在对照组(0.44±0.30 cm²)与DON组(0.70±0.23 cm²)间也有显著差异。这表明随着TAO严重程度增加，眼眶骨壁可能发生重塑， medial wall 甚至出现内陷。

软组织参数变化

在软组织参数中，眼球突出度(proptosis)和 intraorbital optic nerve stretching length (IONSL)均随疾病严重程度增加而增加。DON组的眼球突出度达2.21±0.38 cm，显著高于其他组别。IONSL在对照组为2.63±0.22 cm，而在DON组增加至3.54±0.35 cm，表明视神经受到明显牵拉。

眼外肌面积比较

四条直肌( medial rectus , lateral rectus , superior rectus , inferior rectus )的面积均随TAO严重程度增加而显著增大。特别是 medial rectus area (MRA)和 superior rectus area (SRA)在DON组分别达到1.98±0.73 cm²和1.33±0.52 cm²，与对照组相比增幅最大。这一发现支持了眼外肌肥大在DON发生中的核心作用。

视神经-肌肉角度和综合参数

AMR-ON角度随TAO严重程度增加而显著减小，从对照组的18.16±5.29°降至DON组的3.47±5.23°。ALR-ON角度仅在DON组(10.46±10.27°)显著减小。肌肉指数(MI)和拥挤指数(CI)也随疾病进展而增加，DON组的MI和CI分别达0.63±0.10和0.56±0.11，显著高于其他组别。

DON预测模型的构建与验证

通过单因素和多因素logistic回归分析，研究团队确定SRA和AMR-ON是DON的独立预测因子。基于这两个指标构建的列线图模型显示出优异的预测性能。

该列线图模型的AUC值为0.906，显著优于单独使用MI(AUC=0.879)或CI(AUC=0.854)。模型灵敏度为90.5%，特异度为82.4%，Youden指数为0.729。

决策曲线分析进一步证实，SRA+AMR-ON列线图在广泛的阈值概率范围内均具有更高的净收益，表明其具有更优的临床实用性。

本研究通过系统分析TAO患者眼眶MRI参数，揭示了随着疾病严重程度增加，眼外肌面积增大而视神经-肌肉角度减小的规律。特别重要的是，研究团队首次构建了基于SRA和AMR-ON的列线图模型，为DON的早期预测提供了客观、量化的工具。

该研究的创新之处在于将复杂的MRI图像转化为简明的预测模型，使临床医生能够快速评估TAO患者发生DON的风险。相比于传统指标，该模型具有更高的预测准确性和临床实用性。此外，研究结果还深化了对DON发病机制的理解——不仅眼外肌的单纯肥大重要，肌肉与视神经的空间关系变化同样是关键因素。 medial rectus 由于在眶尖与视神经解剖位置邻近，其肥大可能最早导致视神经受压，而多方向的同时压迫可能加剧视神经损伤。

这一研究成果对TAO的临床管理具有重要意义。通过早期识别高风险患者，医生可以及时采取干预措施，如糖皮质激素冲击治疗或 orbital decompression surgery (眼眶减压手术)，避免不可逆的视力损害。同时，该预测模型为TAO的个体化治疗提供了依据，有助于优化医疗资源配置。

研究的局限性包括其横断面设计无法观察参数随时间的变化，MRI层厚较CT大可能导致测量偏差，以及未考虑TAO活动性对参数的影响。未来研究可结合更多指标如视觉功能指标和甲状腺功能相关标志物，进一步优化预测模型。

总之，赵先知等人的研究为DON的早期预测提供了可靠的影像学工具，推动了TAO诊疗向精准化、个体化方向迈进。这一创新性方法不仅有助于改善患者预后，也为类似疾病的预测模型构建提供了重要参考。