编辑推荐：
为提高角膜屈光手术安全性，区分疑似圆锥角膜（KC）和亚临床 KC，研究人员对 116 只疑似 KC 眼和 28 只亚临床 KC 眼进行研究。他们提取相关参数分析差异并构建模型，结果模型能有效预测 KC 风险，有助于术前筛查，提升手术安全性。
圆锥角膜（Keratoconus，KC），这一听起来有些陌生的疾病，却像隐藏在眼睛里的 “小怪兽” ，对患者视力有着严重的威胁。它还是角膜屈光手术的 “绊脚石”，一旦患者在术前未被准确诊断出患有圆锥角膜，手术不仅无法达到预期效果，还可能让视力状况雪上加霜。以往的研究虽然尝试区分疑似 KC 和亚临床 KC，但在诊断能力上存在短板，也缺乏对疑似 KC 进展风险的预测研究。为了解开这些谜团，山东第一医科大学附属青岛眼科医院的研究人员勇挑重担，开展了一项意义重大的研究，相关成果发表在《Scientific Reports》上。
研究人员为了深入探究疑似 KC 和亚临床 KC 之间的差异，并构建预测模型，采用了多种关键技术方法。他们从青岛眼科医院招募患者，根据严格的纳入和排除标准，确定了 116 只疑似 KC 眼和 28 只亚临床 KC 眼的研究对象。利用 Pentacam 前节分析系统和 Corvis ST 角膜生物力学测量仪收集患者的角膜形态学和生物力学参数，通过 Shapiro-Wilk 检验评估数据正态性，运用 ROC 分析、LASSO 回归以及逻辑回归等统计方法进行数据分析。
下面来看看具体的研究结果：
- 基本患者数据分析：疑似 KC 组女性和年龄较大的患者占比更多。该组有 116 人（116 只眼），其中女性 72 人（占 62.1%），平均年龄 25.00（20.00, 29.00）岁；亚临床 KC 组有 28 人（28 只眼），男性 19 人（占 67.9%），平均年龄 21.00（17.75, 24.00）岁。
- 两组参数差异分析：在 Belin/Ambrósio 系统、Topometric/KC 系统和 Corvis ST 系统中，多个参数在两组间存在显著差异。例如，Belin/Ambrósio 系统 15 个参数里有 11 个（73.3%）差异显著，像 BADDb、PachyProgIndexMax 等；Topometric/KC 系统 40 个参数中有 19 个（47.5%）差异显著，如角膜直径、IHD 等；Corvis ST 系统 34 个参数里 9 个（26.5%）差异显著，包括 A1Time、SPA1 等。
- 诊断能力评估：通过 AUC 评估各系统区分两组的诊断能力，发现 Belin/Ambrósio 系统 15 个参数中有 8 个 AUC 大于 0.7，如 PachyProgIndexMax（0.896）；Topometric/KC 系统 40 个参数中有 7 个 AUC 大于 0.7，例如 IHD（0.787）；Corvis ST 系统 35 个参数中有 4 个 AUC 大于 0.7，像 SPA1（0.811）。
- 模型构建与评估：利用 LASSO 回归筛选出 7 个相关参数（IHD、角膜直径、DARatioMax_2 mm、BADDy、BADD、PachyProgIndexMax 和 CBI），构建的逻辑回归模型预测准确性达 0.902（AUC=0.964） 。
在研究结论和讨论部分，研究人员发现，即使在同一不对称角膜人群中，疑似 KC 和亚临床 KC 组在形态学和生物力学方面也存在差异。角膜直径在两组间有明显区别，亚临床 KC 组更大，这可能是区分 KC 患者和正常人群角膜的关键参数。虽然单个参数诊断效能有限，但研究构建的模型有效提高了诊断能力，能更好地预测疑似 KC 发展为亚临床 KC 甚至 KC 的风险。不过，研究也存在局限性，样本量有限可能影响模型预测准确性，未来需要更多临床样本进一步优化模型。总体而言，这项研究对于提高角膜屈光手术安全性意义非凡，为术前筛查提供了重要参考依据，有助于医生做出更精准的决策，让患者在追求清晰视力的道路上更有保障。
