《Visual Neuroscience》：Changes in the ganglion cell–inner plexiform layer in diabetic patients imaged by optical coherence tomography: a three-year prospective cohort study
编辑推荐：
这项前瞻性观察性队列研究旨在识别2型糖尿病（T2DM）患者神经节细胞-内丛状层（GCIPL）变薄进展的预测因素。研究共纳入2,123例连续的T2DM患者，并随访三年。所有参与者均接受以黄斑为中心的3 mm × 3 mm光学相干断层扫描（OCT）成像。经图像质量
这项前瞻性观察性队列研究旨在识别2型糖尿病（T2DM）患者神经节细胞-内丛状层（GCIPL）变薄进展的预测因素。研究共纳入2,123例连续的T2DM患者，并随访三年。所有参与者均接受以黄斑为中心的3 mm × 3 mm光学相干断层扫描（OCT）成像。经图像质量控制后，分析了1,500例患者（1,500只眼）的数据。基线较长的眼轴长度（AL）、较高的基线眼压、较差的基线最佳矫正视力（BCVA）、较大的基线黄斑视网膜厚度、较大的基线黄斑GCIPL厚度以及较宽的糖化血红蛋白（HbA1c）波动范围与GCIPL更快的下降速率相关（p < 0.001）。在最终的多变量回归模型中，更长的AL（β = ?0.187；95%置信区间[CI]：?0.255至?0.120 mm/年；p < 0.001）、较差的基线BCVA（β = ?0.201；95% CI：?0.271至?0.130；p < 0.001）、较大的基线黄斑视网膜厚度（β = ?0.126；95% CI：?0.198至?0.054 μm/年；p = 0.001）、较大的基线黄斑GCIPL厚度（β = ?0.305；95% CI：?0.376至?0.235 μm/年；p < 0.001）以及更多的微白蛋白尿（β = ?0.069；95% CI：?0.136至?0.002 mg/ml/年；p = 0.045）与GCIPL更高下降速率独立相关。这些因素是T2DM患者GCIPL丢失的主要预测因子，在临床实践和研究中解释GCIPL测量结果时应予以考虑。
**论文解读：糖尿病视网膜神经节细胞-内丛状层变薄进展的预测因素——一项基于光学相干断层扫描的三年前瞻性队列研究**
**研究背景与问题**
糖尿病视网膜神经退行性变（DRN）是糖尿病（DM）的早期病理改变，可先于临床微血管病变出现。光学相干断层扫描（OCT）技术的发展使得黄斑区神经节细胞-内丛状层（GCIPL）的活体测量成为可能，该层包含视网膜神经节细胞（RGC）的胞体和树突，对代谢应激高度敏感，是DRN的早期标志物。然而，在将GCIPL厚度作为临床诊断指标前，必须明确其影响因素，以避免因其他临床或生物化学标志物导致的误判。既往研究关于全身及眼部因素（如眼轴长度[AL]、血糖水平、肾功能等）对GCIPL变薄的影响存在矛盾结论，且缺乏大规模、纵向的前瞻性研究，尤其缺乏对2型糖尿病（T2DM）患者队列的全面分析。因此，研究人员开展了此项研究，旨在通过广州糖尿病眼病研究（GDES）的三年纵向数据，系统评估人口学、眼部及全身因素对GCIPL厚度及下降速率的影响。
**研究内容与结论**
该研究为一项基于社区的三年前瞻性队列研究，纳入2,123例T2DM患者，最终1,500例（1,500只眼）完成高质量OCT成像及随访。研究人员通过单变量及多变量线性回归分析，识别出与GCIPL变薄速率独立相关的预测因素。主要结论：基线较大的GCIPL厚度、较大的黄斑视网膜厚度、较差的基线最佳矫正视力（BCVA）、更长的AL以及更多的基线微白蛋白尿，是GCIPL更快下降的独立预测因子。该研究首次在糖尿病患者中纵向证实了这些因素的因果关联，为DRN的早期诊断和风险分层提供了重要依据。论文发表在《Visual Neuroscience》。
**主要关键技术方法**
研究人员采用以下关键技术：1）采用扫频源OCT（SS-OCT，DRI OCT Triton；Topcon，日本）对黄斑区（6 mm × 6 mm）进行成像，利用内置软件自动分割视网膜各层并报告GCIPL厚度，仅纳入高质量图像；2）通过标准化问卷、体格检查及实验室检测收集全身及眼部数据，包括糖化血红蛋白（HbA1c）、肾功能参数（如估计肾小球滤过率[eGFR]和微白蛋白尿）、眼轴长度（Lenstar LS900生物测量仪）、眼压、最佳矫正视力（ETDRS LogMAR视力表）等；3）采用七标准视野眼底照相（Canon CX-1）进行糖尿病视网膜病变（DR）分级（依据ETDRS标准）；4）统计分析使用Stata 17.0，采用单变量及多变量线性回归（逐步后退法），以年化GCIPL下降速率（μm/年）为主要结局指标，并控制多重比较（Benjamini-Hochberg假发现率校正）。样本来源为广州糖尿病眼病研究（GDES）社区队列。
**研究结果**
**基线特征**：纳入的1,500例参与者平均年龄64.83岁，57.2%为女性，糖尿病病程平均8.93年，14.13%患有DR。与排除者相比，纳入者具有更低的体重指数、HbA1c、甘油三酯和微白蛋白尿水平，以及更好的BCVA（p < 0.05）。
**GCIPL下降的单变量分析**：基线更长的AL（β = ?0.176 μm/年，p < 0.001）、更高的眼压（β = ?0.091，p = 0.01）、较差的BCVA（β = ?0.202，p < 0.001）、更大的黄斑视网膜厚度（β = ?0.231，p < 0.001）、更大的基线GCIPL厚度（β = ?0.343，p < 0.001）以及更宽的HbA1c波动范围（β = ?0.091，p = 0.009）与GCIPL更快下降相关。而屈光不正、脉络膜厚度、视盘面积及基线视乳头周围视网膜神经纤维层厚度（pRNFL）无显著相关性。
**GCIPL下降的多变量分析**：在调整糖尿病病程、眼压、HbA1c波动及eGFR后，最终模型显示，更长的AL（β = ?0.187，p < 0.001）、较差的BCVA（β = ?0.201，p < 0.001）、更大的基线黄斑视网膜厚度（β = ?0.126，p = 0.001）、更大的基线GCIPL厚度（β = ?0.305，p < 0.001）以及更多的微白蛋白尿（β = ?0.069，p = 0.045）是GCIPL更快下降的独立预测因子。
**按DR分层的亚组分析**：在无DR（NDR）亚组中，AL、BCVA、视网膜厚度、GCIPL厚度及微白蛋白尿均为独立预测因子；在DR亚组中，AL、视网膜厚度及GCIPL厚度为独立预测因子，而BCVA和微白蛋白尿未达统计学显著性。
**讨论与结论**
讨论部分指出，本研究首次通过大样本纵向设计明确了AL对GCIPL变薄的因果效应，排除了既往横断面研究中因轴向放大效应导致的混淆，支持机械牵拉机制。研究还发现，基线年龄、HbA1c水平与GCIPL下降速率无显著线性关联，提示血糖控制以外的因素（如AL和肾功能）在DRN进展中起关键作用。微白蛋白尿与GCIPL变薄的独立关联进一步证实了肾功能对视网膜神经退行性变的影响，可能通过共同的微血管损伤机制。研究结论强调，在临床诊断DRN时，应综合考虑基线GCIPL厚度、AL、视力和微白蛋白尿等因素，避免误判。研究结论翻译如下：总之，本研究是迄今为止与DRN相关因素的最大规模调查。对眼部及全身混杂因素的综合分析揭示了先前识别的风险因素与GCIPL损伤之间的因果关系。这些发现强调了将基线GCIPL厚度、AL、视力和微白蛋白尿视为DRN中GCIPL损伤进展的关键预测因素的重要性。
