在印度的一个队列中验证基于多模态成像的2型黄斑毛细血管扩张症（MacTel）分类系统

《Eye》：Validation of Macular Telangiectasia Type-2 (MacTel) multimodal imaging-based classification system in a cohort from India

MacTel七级分类系统通过多中心回顾性研究验证，证实其与最佳矫正视力下降顺序一致，并具有较高的观察者间一致性，为临床提供实用工具。

　　
Macular Telangiectasia Type-2（MacTel）是一种与中央视网膜血管病变相关的双眼性神经退行性疾病。随着影像技术的进步，其诊断和分级体系也在不断优化。2022年，Chew等学者基于机器学习算法提出了一套七级分类系统，将MacTel的进展与视觉功能损害直接关联。近期一项多中心横断面研究通过印度733名患者（共1432眼）的影像数据分析，验证了该分类系统的有效性。研究团队通过整合彩色眼底照相、光谱域光学相干断层扫描（SD-OCT）和 fundus autofluorescence（FAF）等多模态影像特征，利用决策树算法构建了具有临床实用价值的分级模型。

**研究背景与意义**
MacTel的传统分级体系（Gass-Blodi五级分类）主要依赖眼底血管形态学变化，但存在对视觉功能评估不足的问题。早期研究显示，即使存在中央视网膜 pigment epithelium（RPE）迁移等典型改变，部分患者仍能保持良好视力。这种临床与影像特征的非一致性促使研究者探索更精准的评估方法。Chew团队首次提出基于机器学习的分级系统，通过分析OCT特征与BCVA（最佳矫正视力）的关联性，建立了从0级（健康眼）到6级（合并新生血管）的连续进展模型。此次印度多中心研究通过大样本验证了该系统的普适性，为临床实践提供了标准化工具。

**研究方法与数据特征**
研究采用交叉设计，覆盖三个眼科中心2011-2022年的病例数据。入选标准包括经临床和影像确诊的MacTel患者，排除合并其他严重黄斑病变者。影像分析由两名经验丰富的医师独立完成，通过Heidelberg Spectralis系统获取多模态影像：
1. **眼底照相（CFP）**：评估视网膜透明度、血管扩张及色素改变
2. **多光谱成像（CBR）**：检测神经视网膜结构异常
3. **OCT**：重点分析中央/非中央椭圆体带（EZ）中断、RPE迁移、外视网膜高反射（ORHR）等特征
4. **FAF**：识别脉络膜色素异常及新生血管证据

研究创新性地将OCT结构特征与视觉功能进行动态关联。通过决策树算法（CART）对1432眼的影像数据进行机器学习建模，优先选择与BCVA下降最相关的OCT特征作为分级节点。训练集使用右眼数据构建模型，验证集采用左眼数据交叉检验，确保算法稳定性和可重复性。

**核心发现与验证结果**
研究验证了七级分类系统与视觉功能损害的强相关性（r=0.92，p<0.001）：
- **0级**：无结构性异常或仅轻微OCT改变（如中央黄斑区轻微高反射），对应BCVA>80字母（约20/25），占样本18.6%
- **1级**：非中央EZ中断（平均BCVA 87±12字母）
- **2级**：中央EZ中断（BCVA 76±15字母）
- **3级**：非中央RPE迁移+EZ中断（BCVA 63±18字母）
- **4级**：外视网膜高反射（ORHR）+EZ中断（BCVA 52±19字母）
- **5级**：中央RPE迁移+ORHR（BCVA 39±21字母）
- **6级**：新生血管形成（BCVA 25±16字母）

关键验证发现包括：
1. **分级一致性**：Cohen's κ值在0.69-0.96之间，显示高 reproducibility（95%置信区间）
2. **视觉功能梯度**：每升高一级，BCVA平均下降12.3±3.8字母（p<0.001），6级患者中68%出现严重视力障碍（BCVA≤20/400）
3. **影像特征组合效应**：ORHR与中央RPE迁移的组合（4→5级跃迁）对BCVA影响显著（Δ=23±5.2字母）
4. **性别差异**：女性患者更易进展至高级别（OR=1.38，95%CI 1.22-1.55）

**临床价值与改进方向**
该分级系统突破了传统形态学分级的局限性，主要体现在：
1. **动态预测功能**：通过OCT生物标志物（EZ中断面积、RPE迁移范围、ORHR分布）可预测未来3-6个月BCVA变化趋势
2. **治疗靶点识别**：ORHR出现阶段（4级）即提示需要干预，此时给予抗VEGF治疗可使BCVA稳定率提升至79%
3. **分层管理依据**：0-2级患者建议每年1次随访，3-5级需每3个月评估，6级患者应纳入紧急干预队列

**局限性及未来方向**
1. **影像技术局限**：研究未纳入OCTA（光学相干断层血管成像）和AI辅助诊断，可能影响对新生血管早期征象的识别
2. **样本代表性**：印度人群平均年龄（60.1±8.8岁）显著高于欧美研究（45-55岁），需验证于不同种族人群
3. **治疗响应评估**：未包含抗VEGF或神经保护疗法（如CNTF）的疗效数据，无法建立分级与治疗反应的关联模型
4. **遗传因素缺失**：未进行MACD1基因多态性检测，该基因已被证实与MacTel严重程度相关（OR=2.14, p=0.003）

**行业影响与转化潜力**
该研究为MacTel诊疗提供了标准化评估工具：
- **诊断**：建立多模态影像诊断树，敏感度达92.7%（95%CI 91.2-93.8%）
- **预后**：5级患者3年内进展至6级的风险为81.3%（HR=3.21, 95%CI 2.74-3.76）
- **研究应用**：已作为分层标准被纳入全球首个MacTel III期临床试验（NCT05498478）的入组方案

未来发展方向应包括：
1. **纵向追踪**：建立5年以上随访数据库，验证分级系统的预测效能
2. **影像融合**：整合OCTA血流特征与OCT结构参数，开发三维分级模型
3. **分子分型**：结合MACD1基因检测，区分神经退行型与血管病变型MacTel
4. **AI辅助分级**：开发基于深度学习的自动分级系统，减少人为误差

该研究标志着MacTel诊疗进入精准医学时代，通过结构-功能联动的分级体系，实现了从形态学观察到临床决策的闭环管理。其多中心验证和跨文化适用性为全球MacTel诊疗提供了重要参考标准，尤其对资源有限地区（如印度）的规范化管理具有重要价值。随着新型生物标志物（如神经视网膜环征、ORHR面积比）的发现，未来分级系统有望进一步细化，为个性化治疗提供更可靠依据。