视力与患有糖尿病视网膜病变的早期阶段的缺血和神经变性相关

目的

我们研究了糖尿病视网膜病变（DR）早期视网膜缺血、神经变性和亚临床水肿对最佳矫正视力（BCVA）的影响。

方法

通过光学相干断层扫描血管造影测量的微血管参数来评估缺血情况。通过光学相干断层扫描获得的视网膜层厚度识别神经退行性变和亚临床水肿。对89例非增殖性糖尿病视网膜病变(n = 132)眼进行分析。BCVA正常(n = 88 [66.7%]， Snellen当量≥20/20)或BCVA降低(n = 44 [33.3%]， Snellen当量< 20/20)。研究了有无BCVA降低的患者中缺血、神经退行性变和亚临床水肿的发生率，并确定了BCVA与这些病理途径之间的相关性。

后果

BCVA降低组与BCVA正常组相比，视网膜深层毛细血管丛血管密度(DRCP)、神经节细胞层+内丛层厚度(GCL-IPL)明显降低P. < 0.05). In the final multiple regression predictive model, age, DRCP vessel density, and GCL-IPL thickness (allP. ≤ 0.044) were predictors of BCVA. DRCP vessel density and GCL-IPL thickness have an interactive effect on visual acuity. The proportions of ischemia and neurodegeneration were significantly higher in eyes with decreased BCVA than in eyes with normal BCVA (P.= 0.001,P.分别为= 0.004)。

结论

在DR早期的自然过程中，缺血和神经退行性变是与视力相关的主要疾病途径，其机制因患者而异。

糖尿病视网膜病变（DR）是全球工作成年人视觉障碍和失明的主要原因[1］．近年来，DR的特征是三种表型中的一种占优势:缺血、神经变性和水肿[2那3.那4.］．这三种表型在不同的糖尿病患者之间有很大差异，导致视力威胁并发症的发展的不同风险[5.］．鉴于DR是一个公共卫生问题，也是政府机构、保险公司和个人的巨大财政负担[6.]，重要的是提高我们对这三种表型的机制以及它们在DR初期发生的视力丧失中所起的作用的理解。这些信息可能有助于制定改进的早期和个性化干预策略。

DR通常被描述为微血管病;因此，严重性分类的金标准也是基于这一概念[7.， DR严重程度越高，视力下降越严重。然而，在非增殖性糖尿病视网膜病变(NPDR)中，这种相关性非常弱[8.那9.］．这表明微血管改变并不是早期视力损害的唯一病理因素，其他机制或代谢变化也有牵连。此外，许多研究表明，缺血性和微血管的变化可能导致神经变性或黄斑水肿[10］．目前尚不清楚缺血性、神经退行性和水肿表型是否与视力丧失有任何关联。因此，在没有明显黄斑并发症的DR早期患者中，没有关于这些表型可能影响视力的任何潜在交互作用的信息。这是因为通常测量的参数，如荧光素血管造影评估的中央窝无血管区(FAZ)的大小和光学相干断层扫描(OCT)评估的整个视网膜厚度，在描述缺血、神经退行性变和水肿等DR早期症状时用处有限。

最近，研究人员使用OCT和亚层分割算法来量化以视网膜神经纤维层（RNFL）和神经节细胞层加内网状层（GCL-IPL）变薄为特征的神经退行性变[11那12那13]OCT还可以检测临床上未观察到的亚临床水肿。根据内核层（INL）、外丛状层（OPL）和总视网膜厚度超过正常值进行诊断[14］．此外，可以通过降低的血管密度和使用光学相干断层造影血管造影（Octa）来识别缺血性和FAZ增加[15那16那17］．因此，OCT和OCTA为定量评估三种表型与dr初期视力下降之间的关联提供了可能性。我们的研究目标是使用OCT和OCTA来量化三种病理改变，即缺血、神经变性、以及2型DR早期的亚临床水肿，并探讨其与视力的相关性。

主题数据集合

参与本研究的89名2型糖尿病（DM）患者中，69名来自中国温州温州医科大学第二附属医院内分泌科，由内分泌专家（CW）诊断。温州医科大学眼科医院眼底科招募了20名患者。作为对照参考组，与DR患者研究组进行比较，另外33名健康受试者（21名女性和12名男性；56.9 ± 7.3年）从温州医科大学眼科医院的工作人员和同一医院的患者家属中招募。除DR外，纳入和排除标准与DR患者相同。本研究遵循赫尔辛基宣言的原则，并经该院伦理委员会批准温州医科大学眼科医院。所有患者均获得书面知情同意书。

所有受试者均接受了一系列眼科检查，包括裂隙灯生物显微镜检查、眼压测量和检眼镜。在完成客观和主观折射后，以最小分辨率角度(logMAR)的对数单目测定最佳校正距离视力。DR严重级别由两名经验丰富的评分员独立确定，并基于ETDRS分类的7字段协议。只纳入2型糖尿病和NPDR患者。如果有晶状体或其他眼介质混浊妨碍详细成像，高度近视(低于- 6.00屈光度)，任何其他黄斑病变、青光眼或其他神经退行性疾病的临床证据，则排除潜在受试者和对照组。目前或既往有糖尿病黄斑水肿病史的患者，其定义为光谱域OCT (SD-OCT)中央亚野厚度至少为275 μm [18，也被排除在外。收集患者的人口学信息包括年龄、性别、体重指数、平均动脉压、糖尿病持续时间和空腹血糖。

基于最佳的视力（BCVA）水平，糖尿病队的眼睛分为两组：具有正常BCVA的眼睛（Logmar≤0和Snellen当量≥20/20）和眼睛的眼睛（Logmar> 0和Snellen）等效<20/20）。根据ETDRS水平，眼睛还分为三组：没有或最小的NPDR，20级;轻度NPDR，35级;中等或严重的NPDR，等级43-53。

黄斑毛细血管丛的OCTA与定量分析

在瞳孔扩张后，采用RTVue XR Avanti SD-OCT系统(Optovue, Inc.， Fremont, CA, USA)，配备AngioVue软件(Version 2017.1.0.155)在暗室成像视网膜微血管。我们选择了3 × 3mm的黄斑方案，扫描速度为每秒70000次a扫描，像素尺寸为304 × 304。剔除图像伪影显著、图像质量较差(信号强度指数< 40)的OCTA图像，附加文件中给出示例1：图。S1。浅表视网膜毛细血管丛（SRCP）和深视网膜毛细血管丛（DRCP）自动检测并分离。

一种定制的自动化算法用于量化SRCP和DRCP容器密度在面对如前所述的OctA投影图像[13那19那20.]简而言之，图像是从OCTA设备导出的。为了增强细节，首先通过双三次插值将每个二维OCTA图像的灰度扩展到1024 × 1024像素。然后，对图像进行分割以获得微血管网络。在排除FAZ（直径）后，计算直径为2.5mm的环形区域的血管密度 = 0.6毫米，图。1a, b).以上方法使用MATLAB v. 7.10 (MathWorks, Inv.， Natick, MA, USA)实现。SRCP被定义为从内部极限膜延伸到内部网状层(IPL)上方9 μm的平板(图2)。1c1）。DRCP定义为从IPL上方9μm延伸至OPL下方9μm的板（图。1c2)。在综合自动化算法2.0软件上使用面积函数计算FAZ面积。

SD-OCT测量单个视网膜层厚度

如前所述[11[来自OCT扫描的“径向”模式的每个横截面图像被一个屏蔽读取器（JL）分析以分割静根层的边界，并且计算平均厚度。自定义软件程序基于在MATLAB中开发的图像分析中开发的梯度信息和最短路径搜索来实现自动分割（图。1d） .每幅图像在自动分割后由蒙版分级机通过目视检查手动确认。视网膜中央厚度定义为平均厚度（μm）在ETDRS定义的中心1 mm圆圈内。使用INL、OPL和总视网膜的中心视网膜厚度评估亚临床水肿。根据中心6 mm圆圈内RNFL和GCL-IPL的平均厚度估计神经退行性改变。

统计分析

使用SPSS软件（SPSS v.22.0，伊利诺伊州芝加哥）进行数据分析。t检验、方差分析或Kruskal–Wallis检验（连续变量）和χ²采用检验(分类变量)分析各队列之间的差异。以健康对照组的平均值和标准差(standard deviation, SD)值作为参考值。如果与正常值差异超过1.96 SD，则认为变化明显。将年龄、DM持续时间、ETDRS水平、眼睛、血管密度、FAZ面积和视网膜内或总层厚度作为单一预测因子，以BCVA作为结果，采用单变量线性回归模型拟合。然后使用单变量回归模型的结果创建一个以BCVA为结局的多变量模型。使用具有统计学意义的参数来构建最终的多元回归模型，并对任何交互的存在进行评估。由于一些患者有双侧成像，为了调整来自同一参与者的眼间相关性，并考虑可能的不同人口统计学特征，在适用的情况下，在整个分析过程中使用广义估计方程(GEE)方法。的值P.小于0.05被认为有统计学意义。

主题数据集合

排除无DR (n = 25)，糖尿病黄斑水肿(n = 9)，增殖性糖尿病视网膜病变(n = 1)，或治疗史(n = 3)的眼睛。在89例2型糖尿病患者中，145只眼睛有可能适合这项研究。经过质量检查，只有132只眼睛被纳入最终分析。在89例糖尿病患者(132眼)中，53例患者(88眼，66.7%)BCVA正常，平均(SD) BCVA为- 0.04 (0.06)logMAR。36例患者(44眼，33.3%)BCVA下降，BCVA为0.12 (0.14)logMAR。表格1总结BCVA正常组和下降组的人口学和眼部表现。

糖尿病视网膜病变的不同疾病途径

缺血

由于血管密度下降和敌意增大而代表的缺血，以19.3％的博士眼睛，具有正常的BCVA和47.7％的BCVA（P. = 0.001，表12）.ETDRS 20、35和43-53水平组分别为14.3%、25.0%和70.8% (P. < 0.001，表12）.在调整年龄和DM病程等混杂因素后，三组间SRCP、DRCP和FAZ区域的血管密度均有显著差异(表1)3.）.与BCVA正常的DR患者相比，BCVA降低的DR患者DRCP血管密度降低(0.062 vs. 0.069，P. < 0.001，表13.无花果2a） 。BCVA改变减少与否患者的SRCP和FAZ区域的血管密度均无显著差异（表1）3.）.

神经变性

对于BCVA正常的DR眼，未检测到RNFL或GCL-IPL变薄（表1）2）.相比之下，在BCVA降低的眼睛中，11.4%有神经退行性变化(P. = 0.004 vs. eyes with normal BCVA). Neurodegeneration, represented by thinning of the RNFL and GCL-IPL, was present in 3.6%, 3.8%, 4.2% of the eyes in ETDRS groups level 20, 35, and 43–53, respectively (P.= 1.000,表2）.校正年龄和DM持续时间后，对照组、BCVA正常的DR组和BCVA降低的DR组之间的RNFL厚度无明显差异(P.> 0.05,表3.）.BCVA正常眼的GCL-IPL厚度(73.62µm)大于BCVA降低眼的GCL-IPL厚度(70.24µm) (P.= 0.033,表3.无花果2b） 因此，我们发现大多数神经退行性改变发生在GCL-IPL中。

亚临床水肿

18.2%BCVA正常的DR眼和15.9%BCVA降低的DR眼出现亚临床水肿，表现为视网膜厚度增加(P.= 0.746,表2)在20、35和43-53级ETDRS组中，分别有19.6%、9.6%和29.2%的眼睛出现这种情况(P. = 0.094, Table2）.调整DM的年龄和持续时间后，三组中INL，OPL和总视网膜的厚度相似（P.>为所有0.05，表3.）.

总体布局

在常规BCVA的DR眼中，65％的缺血，神经变性或亚临床水肿没有任何明显的改变。在具有正常BCVA眼睛的DR受试者中，17％和16％分别显示出单一的缺血和亚临床水肿模式，2％具有病理表现。然而，在BCVA降低的DR眼中，只有43％没有可检测到的血管或神经变性变化（图。3.）.在可检测到变化的眼睛中，39%的眼睛有单一的病理机制，其中30%为缺血，4%为神经变性，5%为亚临床水肿。有趣的是，一些患者有两种不同的病理指标。因此，11% BCVA降低的眼睛同时出现缺血和亚临床水肿，7%同时出现缺血和神经退行性变。

DR不同疾病途径与视力的关联

单变量的凝点分析表明年龄（P. < 0.001），DM持续时间(P. = 0.011），DRCP容器密度(P.= 0.002)， FAZ面积(P.= 0.022)和GCL-IPL厚度(P. < 0.001) were significantly associated with BCVA. ETDRS level, eye, SRCP vessel density, and thickness of the RNFL, INL, OPL, and total retinal were not associated with BCVA (allP. ≥ 0.05，表14.）.在单变量GEE分析中，BCVA的显著预测因子被用于最终的预测模型。在最终模型中，年龄、DRCP血管密度和GCL-IPL厚度仍然是预测BCVA的重要因素(表2)4.）.通过分析受术者的工作特征来计算判断是否存在视力障碍的临界值，定义为BCVA低于20/20(附加文件)2：表S1）。基于影响BCVA结果的多元回归模型，我们以BCVA为结果，探讨了GCL-IPL厚度和DRCP血管密度之间的相互作用（表1）5.），观察到相互作用是重要的（P. < 0.001).

我们利用OCT和octa衍生的解剖学和微血管参数来研究dr早期自然进展中三种不同病理途径，即缺血、神经退行性变和亚临床水肿的视觉意义，然后确定这些因素是否相互影响视力损失。本研究的主要发现如下:(1)不同患者在DR初期视力下降的主要机制可能不同;(2)我们发现，缺血(octa记录的DRCP血管密度损失)和神经退行性变(octa记录的GCL-IPL变薄)均与BCVA降低独立相关;(3)缺血与神经退行性变相互影响影响视力下降。因此，预防进一步的神经退行性变和局部缺血是早期糖尿病视网膜疾病精准医学应用的重要临床目标。

我们的发现可能有助于在预防早期视力威胁的背景下对DR的个人管理。在我们的研究中，一些DR眼表现为单一的表型，即缺血或神经退行性。有趣的是，部分存在重叠缺血和神经退行性变或缺血和亚临床水肿。这些变化提示不同患者视力损害的主要机制可能不同，基于OCT和OCTA的指标可能有助于识别威胁患者视力的因素，从而指导我们优化个体化治疗方法。需要进一步的纵向研究来确定这些途径的个性化评估是否能在DR发展过程中保护BCVA。

在这项研究中，我们发现在三种不同的疾病途径中，缺血是DR早期威胁视力的主要因素，这与其他报告的结论一致[21那22那23那24］．除了缺血，我们发现神经退行性变也在DR早期BCVA的丢失中发挥了巨大的作用。此外，我们发现GCL-IPL的厚度是DR早期视觉变化比RNFL更敏感的生物标志物。神经层的减少可能表明视网膜神经节细胞轴突的丰度减少，可能是胞体和树突的损失。这种缺陷可能成为视觉信息向大脑传递的障碍，损害视网膜内部的信息处理能力。一些研究也显示糖尿病患者的早期神经退行性变[25那26那27］．由高血糖、低级别炎症、免疫细胞活化和细胞外谷氨酸积累引起的视网膜营养因子改变、氧化应激和线粒体损伤对视网膜神经变性的发展至关重要[28那29］．但GCL-IPL厚度下降不明显，神经退行性变与BCVA下降之间的因果关系在本研究中尚不清楚。我们假设神经退行性变可能与其他视觉功能缺陷更相关，如视网膜电成像、微周测量、对比敏感度和色觉，这些都可以在未来的研究中进行评估。

在本报告中，我们使用两种不同的标准（即BCVA和ETDRS）对患者进行分组。我们发现，在两种分类中，三种病理机制的分布模式显著不同。根据ETDRS标准评估，只有缺血与疾病严重程度相关，神经退行性变的分布均匀但在ETDR组中，这与以前的研究结果一致[30.]然而，我们的结果表明，神经退行性变是BCVA的独立预测因子。因此，仅根据血管表现对糖尿病患者进行评估可能会导致视力损害无法被发现的风险。

DR分类方案非常有用，因为它们是在一个最重要的问题是处理严重致盲性视网膜病变的时代设计的。分类方案的成功现在将我们带到了二十一世纪，在这个世纪，已经达成共识，DR的治疗应在visio发病之前开始n-威胁阶段[31那32］．然而，传统分类主要基于微血管变化，并且不纳入最近在糖尿病中的结构性神经病变。因此，提出了开发新的DR综合分类系统[2］．我们的结果提供了基本证据，即监测神经变性对临床终点有价值，应在新的和临床有用的分类方案中考虑。

虽然缺血和神经退行性变与BCVA降低独立相关，但它们也相互作用，增加视力下降。神经退行性变可能先于DR微血管功能障碍，并可能导致微血管异常[33］．神经血管单元可以作为连接神经元和毛细血管的连接，并且可能是神经变性和缺血相互影响的解剖学[34］．然而，在未来的研究中需要更明确地理解两种机制的相互影响。

有趣的是，oct测量的亚临床水肿(与正常对照组相比，通过视网膜增厚确定)与BCVA无关。糖尿病黄斑水肿通常是影响糖尿病患者视力的主要原因之一。然而，亚临床水肿与BCVA无关，提示在亚临床过程中及时控制水肿可防止潜在严重视力损害的发生。这一假设可以在未来的研究中得到进一步验证。

我们承认这项研究有几个局限性。首先，由于研究的横断面性质和研究对象的数量有限，缺血和神经退行性变以及BCVA降低之间的随意关系尚不清楚;因此，需要更大样本量的纵向研究来验证研究结果。第二，我们检查了所有OCT图像，在视网膜层没有发现明显的结构损伤。然而，一些参数，如视网膜内层和毛细血管间区椭球区断裂和组织紊乱，已报道与dr中BCVA的丢失有关。此外，轴长和HbA1c等临床特征可能改变OCT和OCTA参数并影响BCVA，应在未来的研究中加以考虑[35那36那37]第三，尽管与传统眼底图像相比，OCTA改善了不同视网膜层微血管的可视化效果，尤其是在早期DR患者中，但它也存在局限性，例如在3个月内视野较小 × 3 mm，扫描质量的影响，以及无法显示渗漏。值得一提的是，荧光素血管造影在评估黄斑缺血方面是无与伦比的。荧光素血管造影通常可以在使用ETDRS分类的7场协议的基础上检测没有明显DR的患者的DR。第四，最小化晶状体混浊对BCVA下降的影响，我们根据裂隙灯生物显微镜图像的专家分析对晶状体状态进行了主观评估，仅选择信号强度指数大于40的OCTA图像。缺乏可能影响视力的晶状体状态信息可能会混淆我们的发现。

总之，我们证明，可以定量通过Octa和OCT定量检测与视力下降相关的微血管内和博士眼睛的微妙改变。缺血和神经变性是与视力障碍有关的关键因素，并且可以对博士的早期阶段的自然过程产生相互影响。这些变化在早期博士中构成了突出的病理生理机制，但在患者中有很大差异。微膜成像协议监测微血管改变和神经变性变化对于将眼睛识别更高的视力丧失风险至关重要，这将提高博士管理中精密药的发展。

在本研究中使用和/或分析的数据集可从通讯作者在合理要求。

作者感谢Jingwei郑教授进行统计分析的指导。

本工作得到中国国家自然科学基金（82171016）、温州市科学技术局（2018ZY016）浙江省国家重点研究项目（2019C03045）的资助。

作者笔记

1. 粉丝和美冠沉相等地贡献了这项工作

从属关系

1. 温州医科大学眼科视光学院，浙江温州学院路270号，325027

   金莉，悦周，冯辰，迎益李，荣周，春阳玉，志阳林，施施，古正，逸孝，齐辰，樊禄＆美冠沉

2. 温州医科大学第二家附属医院和Yuy英儿童医院，温州，325027，浙江，中国

   Chaoming吴

3. 225000扬州大学附属医院眼科，江苏扬州

   周曰

贡献

研究概念和设计：JL，YZ，FC，YL，RZ，CW，CS，YS，QC，FL MS。数据采集​​，分析或解释数据：JL，YZ，HY，ZL，GZ。起草稿件：JL，YZ，MS。智力内容稿件的关键修订：所有作者。统计分析：JL，YZ。行政，技术或材料支持：FC，YL，RZ，CW，FL，MS。所有作者阅读并认可的终稿。

相应的作者

通信粉丝或美冠沉．

伦理批准和同意参加

本研究遵循赫尔辛基宣言的原则，并得到温州医科大学眼科医院伦理委员会的批准（京科[2017]41号）。

同意出版物

不适用。

利益争夺

两位作者宣称他们没有相互竞争的利益。

开放获取本文根据知识共享署名4.0国际许可证获得许可，该许可证允许以任何媒体或格式使用、共享、改编、分发和复制，只要您给予原作者适当的信任和来源，提供到知识共享许可证的链接，并说明是否进行了更改。本文中的图像或其他第三方材料包括在文章的知识共享许可证中，除非在材料的信用额度中另有说明。如果材料未包括在文章的知识共享许可证和法定法规不允许我们的预期用途或超出允许用途，您需要直接获得版权持有人的许可。要查看本许可证的副本，请访问http://creativecommons.org/licenses/by/4.0/．创作共用及公共领域专用豁免书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本条中提供的数据，除非数据信用额度中另有规定。

重印和许可