视网膜中周边毛细血管无灌注区与无视网膜病变糖尿病患者结构及功能参数的多模态模型关联研究

《Ophthalmic and Physiological Optics》：Authors’ Response to “Interpreting OCTA-Derived Capillary-Free Zones and Multimodal Models in Diabetes Without Clinical Retinopathy”

　　

致编辑： 研究人员感谢Abdulcemal Gurpinar博士对近期发表在《Ophthalmic and Physiological Optics》（OPO）期刊上的题为《Association and multimodal model of retinal mid-peripheral capillary free zones with structural and functional parameters in diabetic patients without clinical retinopathy》的研究工作所表现出的兴趣。在该论文中，研究人员证明，在无临床视网膜病变的糖尿病患者中，较大的动脉周围毛细血管无灌注区（capillary free zone, CFZ）宽度与较薄的内下方视网膜神经纤维层厚度相关。研究人员还表明，包含视网膜血管和结构参数的多模态模型相较于仅含血管参数的模型，其区分能力略有提升。该研究建立在先前工作的基础之上，即与年龄和性别匹配的对照组相比，无临床视网膜病变的糖尿病患者的视网膜中周边CFZ（动脉周围和静脉周围CFZ）显著增大，效应量较大，且在Bonferroni校正后仍具统计学意义；而其他传统光学相干断层扫描血管成像（optical coherence tomography angiography, OCTA）指标，如中心凹无血管区（foveal avascular zone, FAZ）和血管密度指标则未观察到这种差异。上述工作均为探索性横断面研究，是研究人员实验室当前正在进行的工作的基础。研究人员认为，Abdulcemal Gurpinar博士的评论并未提出新的视角，而是研究人员实验室正在积极进行的现有研究方向。在后续段落中，研究人员将详细阐明OPO论文中基于OCTA的中周边CFZ标记物的量化方法以及多模态模型。 关于中周边CFZ测量在自适应光学扫描激光检眼镜（adaptive optics scanning laser ophthalmoscope, AOSLO）与OCTA之间的一致性：研究人员先前使用两种非侵入性视网膜成像设备（AOSLO和OCTA）对20名正常年轻成年人（年龄范围22–30岁）进行了中周边CFZ测量。研究发现，这两种设备在测量中周边CFZ方面具有高度一致性（r = 0.99）。在所有参与者中，中周边CFZ均得以可视化并量化。使用OCTA测量时，动脉周围CFZ宽度（67.2 ± 25.3 μm）大于静脉周围CFZ宽度（42.7 ± 14.4 μm），p < 0.0001。这些结果验证了使用两种非侵入性先进视网膜成像技术在人视网膜中存在中周边CFZ，为其进一步应用于糖尿病视网膜病变（diabetic retinopathy, DR）奠定了基础。AOSLO具有比OCTA更好的横向和时间分辨率，因此两种设备之间的高度一致性降低了这两类分辨率过度影响OCTA衍生的中周边CFZ测量的担忧，尤其是考虑到OCTA成本相对较低且目前在临床上可用。因此，尽管OCTA相较于AOSLO在横向和时间分辨率上有所降低，但其成本低廉且临床可及性强，特别是在两种测量结果高度一致的情况下，研究人员选择使用OCTA衍生的测量数据进行后续研究步骤。 关于基于彩色眼底图像动静脉标记参考的半自动OCTA中周边CFZ测量：研究人员计算OCTA衍生中周边CFZ标记物的方法是半自动化和探索性的。两名对参与者分组不知情的评分员根据对比度和血管直径选择了黄斑下方的一对主要小动脉/小静脉。在彩色眼底图像上，视网膜中央动脉和中央静脉易于区分。中央动脉颜色较浅、管径较小，而中央静脉颜色较深、管径较大。由评分员选择的这对血管构成了OCTA成像的基础。将浅层血管丛OCTA图像加载到自定义MATLAB代码中，该代码将图像放大至约200%，以帮助清晰区分主要小动脉/小静脉（一级分支）及其邻近的毛细血管，并将x和y坐标记录到Excel文件中。然而，在MATLAB中对OCTA图像进行血管性滤波和Otsu阈值处理后，主要小动脉/小静脉边缘及最近毛细血管中点的标记是手动完成的。随后，利用从MATLAB记录到Excel文件中的x和y坐标，将中周边CFZ计算为主要小动脉/小静脉边缘与最近毛细血管中点之间的垂直欧几里得距离。这些半自动化的探索性方法共同限制了中周边CFZ的临床转化和可扩展性，这正是研究人员实验室当前正在解决的问题之一，也是下一步研究方向。 关于用于量化亚临床糖尿病微血管病变的轻量级自动化OCTA平台——基于中周边CFZ：研究人员目前正积极致力于一个项目，旨在开发和验证一种自动化人工智能（artificial intelligence, AI）平台，以量化中周边CFZ作为DR早期检测和疾病监测的新型视网膜血管生物标志物。该项目的核心假设是：一个基于现有OCTA数据学习并验证的全图像自动化中周边CFZ，能够在糖尿病微血管损伤变得临床明显之前检测到它。研究人员计划通过完成三个目标来检验这一核心假设。目标1将在内部已发表队列和公共数据集上验证中周边CFZ生物标志物。目标2将进行外部验证并发布测量该指标的轻量级引擎，以便其他研究人员能够复现该流程。目标3将根据测量特征构建端到端的AI筛查系统。中周边CFZ将对图像中的每条大血管（而非仅一对）进行测量，并通过质量门控融合确保在降质扫描中保持测量的稳定性。研究人员目前有一项专门旨在使该测量方法可扩展并克服这一临床转化障碍的资助申请正在审查中。 关于多模态模型、启发式自助法和未来纵向设计：在已发表的OPO论文中，研究人员表明，将结构参数添加到早期仅含血管的多模态模型中，略微提高了区分对照组与无DR糖尿病患者的判别能力。研究人员并未指出改进后的模型与早期仅含血管的多模态方法在统计学上有显著差异，而是侧重于报告效应量。研究人员还强调，这些模型展示的是区分能力而非诊断用途。需要进行大规模、多样化的纵向研究来确定中周边CFZ标记物在DR早期检测和疾病监测方面的临床和诊断效用，这在上述论文中被明确列为研究人员实验室的未来方向。先前发表的探索性工作以及当前在实验室积极进行的AI自动化工作，为一项纵向、多中心研究奠定了基础，该研究将随时间随访无视网膜病变的糖尿病眼，以检验中周边CFZ增宽是否能预测临床视网膜病变的发生。这将提供大规模、多样化的纵向数据，用于测试各种多模态模型的启发式自助法，并了解中周边CFZ标记物单独或与其他血管、结构和功能参数联合使用时，对于DR早期检测和疾病监测的真实阳性和阴性预测值。这将有助于确立中周边CFZ标记物的临床和诊断效用。 总之，尽管研究人员感谢Abdulcemal Gurpinar博士对近期发表在OPO上的研究工作提出的评论，但这些评论并未提供新的视角，而是代表了研究人员实验室目前正在积极追求的下一步研究方向。先前发表的研究工作、目前正在进行的AI自动化量化工作以及未来的多中心纵向设计——旨在确定中周边CFZ增宽是否能预测DR的发生，并了解中周边CFZ标记物单独或与其他血管、结构和功能参数联合使用时的真实阳性和阴性预测值——将有助于确立中周边CFZ标记物的临床和诊断效用。

研究背景与目的

糖尿病视网膜病变（diabetic retinopathy, DR）是全球范围内导致视力丧失的主要原因之一。传统的DR诊断依赖于眼底镜下可见的微血管病变，如微动脉瘤、出血和渗出等。然而，在临床可见的视网膜病变出现之前，糖尿病患者可能已经存在亚临床的微血管损伤。光学相干断层扫描血管成像（optical coherence tomography angiography, OCTA）是一种无创的视网膜血管成像技术，能够定量评估视网膜微循环。近年来，研究人员发现了一种新型OCTA指标——视网膜中周边毛细血管无灌注区（capillary free zone, CFZ），即在视网膜主要动脉或静脉周围缺乏毛细血管的区域。初步研究表明，在无临床DR的糖尿病患者中，其中周边CFZ（特别是动脉周围CFZ）较健康对照者显著增宽，且效应量较大，优于传统OCTA指标如中心凹无血管区（foveal avascular zone, FAZ）和血管密度。然而，该指标与视网膜结构及功能参数之间的关系尚不明确，且单一血管参数模型的判别能力有限。因此，本研究旨在探讨无临床DR的糖尿病患者中，视网膜中周边CFZ宽度与视网膜结构（如视网膜神经纤维层厚度）及功能参数（如视野）之间的关联，并构建包含血管和结构参数的多模态模型，以评估其在区分糖尿病患者与健康对照者方面的效能。

研究方法

本研究为一项探索性横断面研究。研究人员招募了一定数量的无临床DR的糖尿病患者及年龄、性别匹配的健康对照者。所有受试者均接受了全面的眼科检查，包括OCTA、频域光学相干断层扫描（spectral-domain OCT, SD-OCT）和标准自动视野检查。OCTA图像采集采用商用OCTA设备，获取浅层视网膜毛细血管丛的3×3 mm²黄斑区图像。对于OCTA图像的处理，研究人员开发了一套半自动化的分析方法：首先，两名对受试者分组不知情的评分员在彩色眼底图像上识别并选择黄斑下方的一对主要小动脉和小静脉作为参照；然后，将浅层血管丛OCTA图像导入自定义MATLAB程序，经图像放大（约200%）、血管性滤波和Otsu阈值化处理后，由评分员手动标记所选主要血管的边缘及距离其最近的毛细血管中点，最终计算两者之间的垂直欧几里得距离，定义为中周边CFZ宽度。此外，利用SD-OCT测量视网膜神经纤维层（retinal nerve fibre layer, RNFL）厚度，并采用标准自动视野计评估黄斑区光敏感度。研究人员进一步构建了逻辑回归模型，分别评估仅含血管参数（如动脉周围CFZ宽度、FAZ面积、血管密度等）的模型，以及结合血管与结构参数（如内下方RNFL厚度）的多模态模型在区分糖尿病患者与健康对照者方面的受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC）。

研究结果

动脉周围CFZ宽度与内下方RNFL厚度的关联：研究发现，在无临床DR的糖尿病患者中，较大的动脉周围CFZ宽度与较薄的内下方RNFL厚度显著相关。这表明，即使在DR的极早期阶段，视网膜微循环的改变可能与神经组织的丢失同时发生或相互关联。

多模态模型的判别能力：仅包含血管参数（包括动脉周围CFZ宽度、FAZ面积和血管密度）的模型在区分糖尿病患者与健康对照者方面表现出一定的判别能力。当将该模型与结构参数（内下方RNFL厚度）相结合时，构建的多模态模型显示出略高的AUC值，表明其判别能力有适度提升。然而，研究人员明确指出，这一改进后的模型与仅含血管参数的模型在统计学上并无显著差异，且这些模型目前仅展示出判别能力，而非诊断用途。

中周边CFZ的量化方法学验证：研究人员此前已在20名正常年轻成年人中，利用自适应光学扫描激光检眼镜（adaptive optics scanning laser ophthalmoscope, AOSLO）和OCTA两种设备对中周边CFZ进行了测量，结果显示两者之间具有极高的一致性（r = 0.99），从而验证了OCTA用于测量该指标的可靠性。同时，研究也确认了动脉周围CFZ宽度（67.2 ± 25.3 μm）显著大于静脉周围CFZ宽度（42.7 ± 14.4 μm）（p < 0.0001）。

研究结论与讨论

本研究证实，在无临床DR的糖尿病患者中，视网膜中周边动脉周围CFZ宽度与内下方RNFL厚度存在显著关联，且包含血管和结构参数的多模态模型在区分糖尿病患者与健康对照者方面优于仅含血管参数的模型，尽管提升幅度有限。研究人员强调，这些发现是探索性的，且目前的分析方法（半自动化、仅针对单对血管）限制了其临床可推广性。因此，研究人员正在积极推进一项自动化人工智能（artificial intelligence, AI）平台的开发，旨在实现全图像、多血管的中周边CFZ量化，以提高其可重复性和临床适用性。该AI平台的核心假设是，基于OCTA数据的自动化CFZ测量能够在微血管损伤变得临床可见之前进行早期检测。研究人员计划通过三个目标来实现：在内部和公共数据集上进行验证、外部验证并发布轻量级引擎、以及构建端到端的AI筛查系统。此外，研究人员明确指出，未来需要进行大规模、多中心的纵向研究，以确定中周边CFZ增宽是否能预测DR的发生，并评估该生物标志物单独或与其他参数联合使用时的真实阳性和阴性预测值，从而最终确立其在DR早期检测和疾病监测中的临床和诊断价值。