$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Jak pokazano w Tabeli 1, nie stwierdzono istotnych różnic w cechach demograficznych ani parametrach biometrycznych między grupą MG a grupą kontrolną. Co istotne, Standaryzowana Różnica Średnia (SMD) dla istotnych współczynników początkowych, takich jak długość osiowa (AL) (SMD = 0,232) i wiek (SMD = 0,298), była znacznie poniżej progu 0,3, co stwierdza solidną równowagę tych mierzonych zmiennych początkowych między kohortami. Jednak istotne anatomiczne różnice zaobserwowano w parametrach UBM (Rysunek 1). Grupa MG przedstawiała znacząco zmniejszoną sCLD (nieskorygowany P < 0,001, SMD = 2,364), zwiększoną LV (nieskorygowany P < 0,001, SMD = 1,596), mniej głęboką ACD (nieskorygowany P = 0,0007, SMD = 1,050) i mniejszy TCPA (nieskorygowany P = 0,0037, SMD = 0,882). Dla wielu porównań parametrów UBM zastosowano korekcję False Discovery Rate (FDR), a istotność sCLD, LV, ACD i TCPA pozostała stabilna (wszystkie skorygowane P < 0,05). Wartości SMD dla wszystkich tych parametrów przekroczyły próg 0,8, co wskazuje na duże wielkości efektów i klinicznie istotne różnice między grupami.
Aby rygorystycznie uwzględnić współzależność parametrów i wyizolować niezależne anatomiczne predyktory, wykonano modelowanie regresji logistycznej wielowymiarowej, korygując parametry zasadowe AL (Tabela 2). Niezależne statystyczne znaczenie skróconej sCLD (P < 0,001), zwiększonej LV (P < 0,001) i zwężonego TCPA (skorygowane P = 0,0099) pozostało bardzo wytrzymałe, co pokazuje, że te skoncentrowane konfiguracje są skorelowane z rozwojem MG niezależnie po statystycznej korekcie długości osiowej. W konsekwencji AL został włączony razem ze sCLD, LV, ACD i TCPA w następnych analizach, aby obserwować współzależności.
Aby ocenić międzygrupowe różnice w koordynacji parametrów okulistycznych, przeprowadzono analizy korelacyjne. Choć żadna z tych różnic korelacyjnych nie osiągnęła statystycznej istotności po korekcji FDR dla wielu porównań (wszystkie skorygowane P > 0,05), obserwowano konsekwentną tendencję do osłabienia korelacji w grupie MG. Zauważalne zmiany obejmowały: AL-ACD (kontrolne r = 0,718 vs. MG r = 0,334; r = -0,384); TCPA-LV (kontrolne r = -0,609 vs. MG r = -0,245; r = +0,364); TCPA-AL (kontrolne r = 0,531 vs. MG r = 0,289; r = -0,242); i sCLD-TCPA (kontrolne r = 0,224 vs. MG r = 0,017; r = -0,207). Wykresy rozproszenia (Rysunek 2) wizualnie potwierdziły tę strukturalną niespójność, pokazując większą dyspersję danych w grupie MG, co wskazuje na tendencję do przeoperacyjnego osłabienia łączenia fizjologicznego między kluczowymi parametrami okulistycznymi w oczach, które następnie wykształciły MG.
PCA zastosowano jako narzędzie eksploracyjne, aby zidentyfikować wielowymiarowe wzorce anatomiczne. Pierwsze dwa główne składniki (PC) objęły 79,0% całkowitej wariancji (PC1: 62,2%; PC2: 16,8%). PC1, który objął największą proporcję wariancji (62,2%), charakteryzował się wysokimi ujemnymi ładunkami LV i dodatnimi ładunkami ACD i sCLD, sugerując wzorzec interpretowalny jako zatłoczenie przedniego segmentu. PC2 był głównie zdefiniowany przez AL (ładunek = 0,741). Wykres wyników (Rysunek 3A) wykazał, że grupa MG skupiała się znacząco w kierunku ujemnego końca PC1 (t = 5,563, P < 0,001, Cohen’s d = 1,606) i wykazywała wyższe wyniki na PC2 (t = -2,706, P = 0,010, Cohen’s d = 0,781) w porównaniu do kontroli. Wykres ładunków (Rysunek 3B) wizualnie przedstawia przeciwne wkłady LV, ACD i sCLD do PC1. Ogólnie, eksploracyjna analiza głównych składników potwierdziła dominujący wzorzec zatłoczenia przedniego segmentu w tej kohorcie złośliwego jaskry, charakteryzujący się synergistycznym wzorcem podniesionego LV z zmniejszonym ACD i sCLD.
Na podstawie hipotetycznego mechanizmu blokady rzęskowej i wzorców anatomicznych ujawnione przez PCA, skonstruowano trzy eksploracyjne złożone wyniki ryzyka. Wynik blokady rzęskowej integruje wartości ryzyka sCLD, TCPA i LV, odzwierciedlając przestrzenny związek między ciałem rzęskowym a soczewką, reprezentując hipotetyczny anatomiczny substrat ryzyka, a nie udowodniony mechanizm przyczynowy. Wynik zatłoczenia przedniego segmentu łączy wartości ryzyka sCLD, LV i ACD, odzwierciedlając cechę konfiguracji zat