Summary
Bu protokol, COVID-19 sırasında kuru göz sendromu (DES) prevalansını değerlendirmek için 20 ila 45 yaşları arasındaki 40 sağlıklı denek üzerinde yapılan kesitsel araştırmayı açıklamaktadır. OSDI araştırması DES'i değerlendirdi ve limbal kızarıklığı değerlendirmek için gelişmiş oftalmik sistemler (AOS) yazılımı kullanıldı.
Abstract
Kuru göz sendromu (DES) insidansı, maske takmak, dijital cihazları kullanmak ve pandemi sırasında uzaktan çalışmak nedeniyle artmıştır. COVID-19 pandemisi sırasında kuru göz sendromu prevalansını belirlemek için bir anket çalışması yapılmıştır. Kesitsel bir çalışma, Amerika Birleşik Devletleri'nde 20-45 yaş arası sağlıklı hastalarda COVID-19 sırasında DES'in ne kadar yaygın olduğunu araştırdı. 31 Ekim 2021'den 1 Aralık 2021'e kadar 40 kişiye uzaktan Oküler Yüzey Hastalıkları İndeksi (OSDI) anketi verilmiştir. DES'i değerlendirmek için AOS ve OSDI anketi kullanıldı. Denekler ortalama 29 yaşında (SD 14.14), 23 erkek (%57.5) ve 17 kadın (%42.5) idi. OSDI anketine göre, düşük DES, orta DES ve şiddetli DES prevalansı sırasıyla %15, %77,5 ve %7,5 idi. Beyaz (W) halkı nüfusun% 50'sini temsil ederken, Afrikalı Amerikalılar (AA)% 35'i, Asyalılar% 7.5'i ve Hispanikler% 7.5'i temsil etmektedir. Hafif DES, deneklerin% 77.5'ini,% 64.50'sini erkek ve% 35.50'sini kadın% 35.50 oranında etkiledi. AOS objektif derecelendirme sistemine göre, hafif (M) DES, orta (MO) DES ve şiddetli (S) DES prevalansı sırasıyla %40, %12.5 ve %15 idi. İki derecelendirme sistemini karşılaştırmak için doğrusal regresyon kullanıldı ve iki derecelendirme sistemi arasında güçlü bir ilişki olduğunu gösterdi.
Introduction
SARS-COV-2 virüs enfeksiyonunun neden olduğu COVID-19, Aralık 2019'da Çin'in Wuhan kentinde keşfedildi. Meduri ve ark.1, COVID-19 hastalarında hafif oküler semptomların yüksek prevalansı oranını bildirmiştir. İtalya'da pandemi nedeniyle göz cerrahisi prosedürleri azaltıldı2. Salgından bu yana, birçoğu evden çalışıyor ve önlem olarak maske takıyor. Bu unsurların her biri ve dijital cihazların kullanımı ve çevrimiçi öğrenme 3, sırasıyla kuru göz sendromuna (DES) ve göz yorgunluğuna 3,4 katkıda bulunmuştur. Ayrıca, maske takmanın DES'e neden olabileceğine dair kanıtlar vardır. Maskenin takılması gözyaşı buharlaşmasına ve konjonktival rahatsızlığa neden olabilir5. Giannaccare ve ark., bireylerin %10.3'ünün pandemi sırasında artan oküler rahatsızlık semptomları olduğunu ve OSDI'nin ortalama skorunun 21 olduğunu, yaş ortalamasının 28.5 yıl6 olduğunu bildirmiştir.
Japonya'da yapılan kesitsel bir çalışma, kesin veya olası kuru göz hastalığının birleşik bir sonucu olan Japon kadınların yüzdesinin% 76.5 olduğunu, Görsel Ekran Terminal7'yi kullanan erkek ofis çalışanlarının yüzdesinden daha fazla olduğunu bildirmiştir. Inomata ve ark.'ya göre, 8 saat / gün'den daha uzun süreli ekran maruziyeti, semptomatik kuru göz ile 4 saat / gün8'den daha azına kıyasla bağlanmıştır. OSDI'nın DES 9,10'un ciddiyetini değerlendirmek için geçerli ve güvenilir bir anket olduğu kanıtlanmıştır. AOS yazılımı konjonktival hiperemi belirlemek için kullanılmış ve çok geçerli bir yazılım olduğu kanıtlanmıştır11.
Bu çalışmada DES'in 20-45 yaş arası sağlıklı kişilerde ne kadar yaygın olduğu araştırılmıştır. Testin yapılması için 31 Ekim 2021'den 1 Aralık 2021'e kadar 40 kişiye uzaktan Oküler Yüzey Hastalığı İndeksi (OSDI) anketi verildi. AOS ve OSDI araştırmaları DES'i değerlendirmek için kullanıldı. Son olarak, iki derecelendirme yöntemi karşılaştırıldı: OSDI puanı ve AOS yazılımı. Katılımcılar öncelikle aşağıdaki dahil etme kriterlerini içeren bir uygunluk anketi doldurmak zorunda kaldılar: (1) Sağlıklı bireyler; (2) 20-45 yaş aralığı; (3) Katılımcıların Amerika Birleşik Devletleri'nde bulunması gerekiyordu.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Bu çalışma, Helsinki ilanını takiben gerçekleştirilmiş ve protokol, Solutions Kurumsal İnceleme Kurulu tarafından onaylanmıştır (IRB, 2021/09/14). Çalışma, Helsinki Deklarasyonu'nun raporlama yönergelerini takip etti. Tüm katılımcılar anket için bilgilendirilmiş onam vermiştir. Anket tamamen internet üzerinden online olarak gerçekleştirilmiştir. Katılımcılar uygunluk koşullarını yerine getirdiyse, onay formları, araştırma projesi broşürü ve OSDI anketi onlara e-postayla gönderildi. Onay formlarını gönderdikten ve OSDI anketini doldurduktan sonra, anketi tamamlamak için çevrimiçi olarak 10 dolarlık bir hediye kredi kartı verildi.
1. DES değerlendirmesi için OSDI anketi
- Aşağıdaki kriterleri kullanın: düşük OSDI puanı (0-20 puan); orta OSDI puanı (21-45 puan); yüksek OSDI puanı (46-100 puan).
NOT: DES by OSDI skoru için tanı kriterleri ≥13'tür. - Uygun deneklerden anketi çevrimiçi olarak doldurmalarını isteyin (Tablo 1).
2. AOS yazılımı ile limbal kızarıklığın belirlenmesi
- Gözlerin fotoğrafını çekin, her seferinde bir göz.
NOT: Analiz için resmin net olması gerekir. - Konuya bir kimlik numarası atayın. Konu kimliğini kaydedin.
- Bir konu eklemek için, Ekle sekmesine tıklayın.
NOT: Sistem hasta kimliğini otomatik olarak oluşturur. - Başlık sekmesini doldurun. Adı ve soyadını girin.
- Doğum tarihini girin.
- E-posta adresini girin ve ardından e-posta adresini onaylayın.
- Ulusal Sağlık Hizmeti ID (NHS ID) ve Tıbbi Kayıt Numarası (MRN) numarasını doldurun.
- Not sekmesini doldurun. Ardından, Kaydet'e tıklayın.
- Şimdi, Konu Kimliği'ni seçin. Ardından, resim ekleyin/görüntüleyin. Ardından, + Ekle'ye tıklayın.
- Limbal kızarıklığını değerlendirmek için görüntüleri AOS yazılımına yükleyin (bkz. Önce sağ gözü, sonra sol gözü yükleyin.
- Yeni Sınav sekmesine tıklayın. Ardından, Resim + sekmesine tıklayın.
- Sağ gözü ekleyin ve ardından Seçili Medya sekmesine tıklayın.
- Bulbar simgesine tıklayın. Ardından, Alan sekmesine tıklayın. Analiz Bulbar Kızarıklık Derecelendirme Ölçeği 0-4'e tıklayın.
- Göz bebeği sınırına yakın uzuv bölgesinden başlamak için resmin üzerine tıklayın ve limbal alanı örtmek için bir desen izleyin (Şekil 1). Ardından, Analizi Kaydet'e tıklayın.
NOT: Kızarıklık derecesi ve damarların yüzdesi kaydedilir. - Kızarıklık haritasına tıklayın ve analizi kaydedin.
- Rapor Oluştur'a tıklayın. PDF oluşturmak için her iki görüntüye de tıklayın.
NOT: PDF raporu hastanın adını, soyadını, doğum tarihini, Hasta Kimliğini, NHS numarasını ve hastanın kimler tarafından muayene edildiğini içerir. PDF raporu ayrıca sınav tarihini ve sınav türünü de içerir. - 2.9-2.22 arasındaki adımları yineleyin; tıklayın, sonra sol göz görüntüsünü ekleyin.
- AOS yazılımını kullanarak limbal kızarıklığı derecelendirin. Konjonktivanın limbal bölgelerindeki "bulbar kızarıklığı" fonksiyonunu kullanarak, 0,1 birimde 0-4 arasında otomatik bir sürekli derecelendirme kullanarak, doğrulanmış bir objektif derecelendirme yazılımı ile bulbar konjonktival kızarıklık görüntülerini analiz edin.
NOT: 0. sınıf minimum kızarıklıktır; Derece 4 şiddetli kızarıklıktır (Şekil 1). 0-1. sınıflar I. sınıf, 1-2. sınıflar II. sınıf, 2-3. sınıflar III. sınıf ve 3-4. sınıflar OSDI anket derecelendirme sistemine uyacak şekilde IV. sınıf kodlanmıştır.
3. İstatistiksel analiz
- Verileri toplayın ve Microsoft Excel'i kullanarak verileri çözümleyin.
- Konu Kimliği, yaş, cinsiyet, ırk, OSDI puanı ve limbal kızarıklığı tek bir tabloda özetleyin.
- Excel yazılımını kullanarak yaşı, OSDI puanını ve limbal kızarıklık puanını hesaplayın.
- Ortalama ± yaş standart sapmasını, OSDI skorunu ve limbal kızarıklık skorunu belirleyin.
- Prevalans oranını yüzde olarak hesaplayın.
- Denek sayısını toplam konu sayısına (40) bölün ve ardından 100 ile çarpın.
- Düşük DES'li (LDES) denek sayısını toplam denek sayısına (40) bölün ve ardından 100 ile çarpın.
- Orta DES'li (MODDES) denek sayısını toplam konu sayısına (40) bölün ve ardından 100 ile çarpın.
- Ciddi DES'li (SDES) denek sayısını toplam denek sayısına (40) bölün ve ardından 100 ile çarpın.
- İki değerin ortalamasını (x ekseni) ve iki araç arasındaki farkı (y ekseni) belirlemek için Excel yazılımını kullanarak doğrusal regresyon analizini gerçekleştirin. Ayrıca, p değerini belirleyin.
NOT: Doğrusal regresyon analizi, OSDI puanı ile AOS kızarıklık puanı arasındaki ilişkileri belirler.
- Denek sayısını toplam konu sayısına (40) bölün ve ardından 100 ile çarpın.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Denekler ortalama 29 yaşında (ortalama ± SD, 29 ± 14.14), 23 erkek (%57.5) ve 17 kadın (%42.5) idi (Tablo 2). Beyaz insanlar nüfusun% 50'sini, Afrikalı Amerikalılar% 35'ini, Asyalılar% 7.5'ini ve Hispanikler% 7.5'ini oluşturmaktadır (Şekil 2). OSDI'nin ortalama anket puanı düşük, orta ve yüksek için 6.24 ± 6.17, 5.07 ± 37.94, 46 ± 0 idi (Şekil 3). OSDI Anketi'ne göre, düşük DES, orta DES ve şiddetli DES prevalansı sırasıyla %15, %77.5 ve %7.5 idi (Şekil 4). Hafif DES, deneklerin% 77.5'ini etkilerken, erkekler% 64.50'sini ve kadınlar% 35.50'sini oluşturmaktadır. AOS'nin ortalama kızarıklık puanı 0.47 ± 0.23, 1.50 ± 0.28, 2.60 ± 0.40, 3.65 ± 0.28, Derece 0, Sınıf 1, Sınıf 2 ve Derece 3 için idi (Şekil 5). AOS objektif derecelendirme sistemine göre hafif DES, orta DES ve şiddetli DES prevalansı sırasıyla %27.5, %12.5 ve %10 idi (Şekil 6). İki derecelendirme sistemini karşılaştırmak için doğrusal regresyon kullanıldı ve aralarında güçlü bir ilişki olduğunu gösterdi, P < 0.001 istatistiksel olarak anlamlı (Şekil 7).
Şekil 1: Bulbar kızarıklık ölçeği inceleme türüne bir örnek. (A) Kızarıklık ölçeğini gösterir. (B) Gemi yüzdesini gösterir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 2: 40 sağlıklı deneğin etnik kökenini gösteren pasta grafik. Bu rakamın daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Şekil 3: Düşük, orta ve yüksek DES'in OSDI puanının ortalaması. Bu rakamın daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 4: Katılımcıların OSDI puanlarının yüzdesini gösteren pasta grafik. Skor, düşük kuru göz sendromu (LDES), orta derecede kuru göz sendromu (MODDES) skorunu ve şiddetli kuru göz sendromu (SDES) skorunu yansıtır. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 5: AOS kızarıklık derecelendirme ölçeğinin ortalaması. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 6: AOS yazılımının kızarıklık puanı. Skor, sağlıklı bir skor (H), hafif kuru göz sendromu (MDES) skoru, orta derecede kuru göz sendromu (MODDES) skoru ve şiddetli kuru göz sendromu (SDES) skoru olan katılımcıların yüzdesini gösterir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 7: OSDI puanını AOS yazılımı kızarıklık derecelendirme puanıyla karşılaştıran dağılım grafiği ve doğrusal regresyon. P < 0.001. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Tablo 1: Çalışmada kullanılan Oküler Yüzey Hastalıkları İndeksi (OSDI) anketi. Düşük OSDI puanı (0-20 puan); Orta OSDI puanı (21-45 puan); Yüksek OSDI puanı ( 46-100 puan). Bu tabloyu indirmek için lütfen tıklayınız.
Tablo 2: Katılımcıların demografisi ve not verme puanı. Deneklerden biri 18 yaşındaydı. Beyaz (W), Afrikalı Amerikalılar (AA), Asyalılar (A), Hispanikler (H). Bu tabloyu indirmek için lütfen tıklayınız.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Önceki birkaç çalışma, Schirmer testi, gözyaşı kırılma süresi (TBUT) ve OSDI skoru12 kullanılarak DES'i bildirmiştir. Bu çalışmada, uzuv kızarıklığını kullanarak DES'i belirlemek için AOS yazılımı kullanılmıştır. Önemli kritik protokol adımlarından biri, gözlerin net bir görüntüsüne sahip olmaktır; görüntü bulanıksa, limbal kızarıklığın belirlenmesi çok zordur ve büyük olasılıkla doğru okumalar elde edilmez. Tüm görüntüler toplandığında, sorun giderme tekniklerinden biri görüntüleri netlik açısından kontrol etmektir. Yazılım sınırlamalarından biri, görüntü bulanıksa, okumaların doğru olmayacağı ve bu konunun bu durumda kullanılamamasıdır.
Mevcut çalışma, OSDI skoru ile AOS limbal kızarıklığı arasındaki ilişkiyi belirlemektedir. AOS limbal kızarıklığını kullanmanın önemi, OSDI skoruna OSDI skoruna göre limbal kızarıklığın ölçeği gibi daha fazla bilgi eklemesidir.
Deneyimlerimize göre, her iki puanı, OSDI anketini ve AOS yazılımını kullanmak, DES'in başarılı bir yaygınlık oranı için kritik öneme sahiptir. AOS limbal kızarıklık araştırması AOS limbal kızarıklığını belirler ve OSDI araştırması düşük, orta veya şiddetli olabilen DES derecesini belirler. Bu çalışmada 0. sınıf için 0-1 kızarıklık ölçeği, 1. sınıf için 1-2 kızarıklık ölçeği, 2. sınıf için 2-3 kızarıklık ölçeği ve 3. sınıf için 3-4 kızarıklık ölçeği kullanılmıştır. Derece 0, kızarıklık olmayan sağlıklı gözleri gösterirken, derece 3, şiddetli DES ile şiddetli kızarıklığı gösterir. Dijital ekranların kullanımının, TBUT, oküler yüzey boyaması ve meibomian bezi disfonksiyon belirtilerini azalttığı gösterilmiştir ve bunların hepsi DES13'e katkıda bulunur.
Özetle, 20-45 yaşları arasındaki 40 sağlıklı deneğin prevalansı yüksektir. COVID-19 sırasında DES'in prevalans oranını değerlendirmek için, DES'i değerlendirmek için OSDI anketi kullanıldı ve limbal kızarıklığı değerlendirmek için AOS yazılımı kullanıldı. Ek olarak, OSDI ve AOS arasındaki ilişki doğrusaldır. Son olarak, AOS yazılımı DES'i belirlemek ve OSDI skoruna ve TBUT'a daha fazla bilgi eklemek için kullanılabilir. Bununla birlikte, büyük bir kohortta DES'in prevalans oranını belirlemek için, OSDI skoru, TBUT skoru ve AOS yazılımı dahil olmak üzere gelecekteki çalışmaların yapılması gerekmektedir. Ek olarak, her iki modeli de günlük klinik uygulamada kullanmadan önce AOS yazılımının OSDI skoru ve TBUT skoru ile ilgili güvenilirliğini ve uygulanabilirliğini daha fazla doğrulamak gerekir.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Yazarın açıklayacak hiçbir şeyi yoktur.
Acknowledgments
Tüm katılımcılara, anketin doldurulması ve gözlerinin görüntülerinin gönderilmesindeki yardımları ve destekleri için teşekkür etmek istiyoruz. ERC Merkezi hibesi IRB için finansman sağladı.
Materials
| Name | Company | Catalog Number | Comments |
| AOS SOFTWARE | Advanced Ophthalmic Systems | SPARCA | software to access limbal redness |
| Microsoft excel | Microsoft | for data collection and analysis |
References
- Meduri, A., et al. Ocular surface manifestation of COVID-19 and tear film analysis. Scientific Reports. 10 (1), 20178 (2020).
- dell'Omo, R., et al. Effect of COVID-19-related lockdown on ophthalmic practice in Italy: A report from 39 institutional centers. European Journal of Ophthalmology. 32 (1), 695-703 (2022).
- Ganne, P., Najeeb, S., Chaitanya, G., Sharma, A., Krishnappa, N. C. Digital eye strain epidemic amid COVID-19 pandemic - A cross-sectional survey. Ophthalmic Epidemiology. 28 (4), 285-292 (2021).
- Al-Namaeh, M. Coronavirus disease pandemic and dry eye disease: A methodology concern on the causal relationship. Medical Hypothesis Discovery and Innovation in Ophthalmology. 11 (1), 42-43 (2022).
- Hayirci, E., Yagci, A., Palamar, M., Basoglu, O. K., Veral, A. The effect of continuous positive airway pressure treatment for obstructive sleep apnea syndrome on the ocular surface. Cornea. 31 (6), 604-608 (2012).
- Giannaccare, G., Vaccaro, S., Mancini, A., Scorcia, V. Dry eye in the COVID-19 era: how the measures for controlling pandemic might harm ocular surface. Graefe's Archive for Clinical and Experimental Ophthalmology. 258 (11), 2567-2568 (2020).
- Uchino, M., et al. Prevalence of dry eye disease and its risk factors in visual display terminal users: the Osaka study. American Journal of Ophthalmology. 156 (4), 759-766 (2013).
- Inomata, T., et al. Characteristics and risk factors associated with diagnosed and undiagnosed symptomatic dry eye using a smartphone application. JAMA Ophthalmology. 138 (1), 58-68 (2020).
- Schiffman, R. M., Christianson, M. D., Jacobsen, G., Hirsch, J. D., Reis, B. L. Reliability and validity of the Ocular Surface Disease Index. Archives of Ophthalmology. 118 (5), 615-621 (2000).
- Finis, D., et al. Comparison of the OSDI and SPEED questionnaires for the evaluation of dry eye disease in clinical routine. Der Ophthalmologe. 111 (11), 1050-1056 (2014).
- Huntjens, B., Basi, M., Nagra, M. Evaluating a new objective grading software for conjunctival hyperaemia. Contact Lens & Anterior Eye. 43 (2), 137-143 (2020).
- Hwang, H. B., et al. Easy and effective test to evaluate tear-film stability for self-diagnosis of dry eye syndrome: blinking tolerance time (BTT). BMC Ophthalmology. 20 (1), 438 (2020).
- Wolffsohn, J. S., et al. Demographic and lifestyle risk factors of dry eye disease subtypes: A cross-sectional study. The Ocular Surface. 21, 58-63 (2021).
