抗VEGF治疗糖尿病黄斑水肿后硬性渗出物的动态演变及视觉预后关联性分析：基于DRCR Protocol T试验的深度学习量化研究

《Graefe's Archive for Clinical and Experimental Ophthalmology》：Hard exudates in diabetic macular edema after intravitreal anti-VEGF therapy: a post-hoc analysis of the DRCR protocol T trial

本期推荐一项针对糖尿病黄斑水肿（DME）治疗的重要研究。为解决抗VEGF疗法后硬性渗出物（HEs）的演化规律及其与视力预后的关联问题，研究人员基于DRCR Protocol T试验数据，采用深度学习算法“DUCK-Net”对OCT图像中高反射 foci（HRF）进行自动量化分析。结果发现HEs在治疗初期短暂增加后持续减少，且外层环区（OR）HEs基线水平可独立预测1年视力结局。该研究为DME的疗效评估提供了新的影像学生物标志物。

　　

糖尿病视网膜病变（DR）作为糖尿病最常见的致盲性并发症，其中糖尿病黄斑水肿（DME）是导致视力损伤的主要因素。硬性渗出物（HEs）作为DME的典型病理特征，表现为视网膜内黄白色脂质沉积，其长期存在可引发纤维化瘢痕，造成不可逆的视力丧失。尽管HEs的临床意义早已被认知，但传统评估方法依赖眼底照相的定性分级或人工干预的二维测量，存在操作繁琐、缺乏三维量化信息等局限。随着光学相干断层扫描（OCT）技术的普及，基于影像的HEs精准量化成为可能，但如何实现自动化、可重复的分析仍是挑战。

为此，研究团队开展了一项针对DRCR.net Protocol T临床试验的后续分析，旨在通过深度学习技术揭示抗VEGF治疗后HEs的时空演变规律，并探索其与视力预后的关联。该研究论文发表于眼科权威期刊《Graefe's Archive for Clinical and Experimental Ophthalmology》。

研究方法上，团队从多中心随机试验DRCR Protocol T中筛选260只眼纳入分析，要求基线及治疗后4、12、24、52周具有完整的Cirrus OCT数据。核心技术创新在于采用监督式卷积神经网络“DUCK-Net”自动分割OCT B扫描中位于内界膜与视网膜色素上皮（RPE）间的HRF（定义為连续≥3像素的超反射信号），通过累加128个B扫描的HRF像素数计算HEs体积（mm3）。进一步基于ETDRS网格分区（中央子区CSF、内环IR、外环OR）进行区域量化，并联合基线临床资料与视力（VA）、中央子区厚度（CST）等参数进行统计学关联分析。

研究结果

HEs的时空动态变化

抗VEGF治疗后，全视网膜HEs体积从基线0.0293±0.0455 mm3显著上升至第4周（0.0328±0.0492 mm3），第12周达峰值（0.0350±0.0513 mm3），第52周降至0.0165±0.0275 mm3（较基线下降43.7%）。区域分析显示，CSF区HEs持续下降，而IR与OR区HEs均呈现先增后降模式，且OR区消退最缓慢。至第52周，全视网膜HEs完全消失率为0%，CSF区为29.2%，提示外周区域HEs清除延迟。

HEs与临床参数的关联

基线HEs体积与较高糖化血红蛋白（HbA1c）正相关（r=0.198），与年龄和糖尿病病程负相关。CST变化与HEs变化呈动态关联：第4周CST下降与HEs增加负相关，而第52周CST减少与HEs减少正相关，提示水肿消退初期脂质成分相对浓缩，后期逐步清除。

视力预后的预测因素

多因素回归分析显示，第52周视力独立预测因素包括第52周CST（β=-0.300）、基线OR区HEs体积（β=-0.280）和人工晶体状态（β=-0.153），模型解释度16.0%。值得注意的是，基线CST未能进入最终模型，而OR区HEs成为唯一的基线OCT预测指标。

结论与意义

本研究首次利用深度学习算法实现抗VEGF治疗DME过程中HEs的自动量化，揭示HEs“先升后降”的独特演变规律，并明确外周视网膜HEs的基线水平对长期视力结局具有预测价值。这一发现挑战了以CST为核心的传统疗效评估体系，提示HEs可作为补充生物标志物优化治疗策略。未来研究需延长随访以观察HEs的长期演化，并探索区域差异性清除的细胞学机制。