Сравнение объективной оценки гиперемии конъюнктивы и индекса заболеваний глазной поверхности при синдроме сухого глаза во время COVID-19
May 25th, 2022
Настоящий протокол описывает перекрестные исследования, проведенные на 40 здоровых субъектах в возрасте от 20 до 45 лет для оценки распространенности синдрома сухого глаза (DES) во время COVID-19. Исследование OSDI оценивало DES, а для оценки лимбального покраснения использовалось программное обеспечение передовых офтальмологических систем (AOS).
В настоящее время, хотя обследование OSDI обычно используется для оценки синдрома сухого глаза, программное обеспечение AOS будет использоваться для объективного определения синдрома сухого глаза с использованием системы классификации покраснения. Основным преимуществом использования программного обеспечения AOS является объективная оценка синдрома сухого глаза. Для обследования распространенности синдрома сухого глаза, или DES, отправьте участникам по электронной почте индекс заболеваний глазной поверхности или опросник OSDI с информированным согласием.
Основываясь на ответе на анкету, оценивайте участников. В зависимости от оценки OSDI классифицируйте пациентов на низкие, умеренные и высокие категории. Для оценки DES с помощью advanced Ophthalmic Systems или программного обеспечения AOS, во-первых, сфотографируйте глаза субъекта, по одному глазу за раз, и назначьте идентификационный номер субъекта, а также сохраните объект ID.To добавьте объект, нажмите на вкладку Добавить.
Затем заполните вкладку Заголовок. Затем введите имя, фамилию, дату рождения и адрес электронной почты и подтвердите адрес электронной почты. Затем заполните удостоверение личности Национальной службы здравоохранения и номер медицинской карты.
Затем заполните вкладку «Примечание» и нажмите «Сохранить». Теперь выберите идентификатор темы.Затем нажмите Добавить/Просмотреть изображения. Затем нажмите «Добавить».
Чтобы загрузить изображение в AOS для оценки покраснения лимб, сначала нажмите на вкладку «Новый экзамен», затем на вкладку «Изображение плюс» и добавьте изображение правого глаза. Перейдите на вкладку Выбранные медиафайлы. После этого нажмите на значок Бульбара, за которым следует вкладка Область и Анализ шкалы оценки покраснения бульбара, от нуля до четырех.
Для анализа изображения, во-первых, нажмите на изображение, начинающееся в лимбальной области, близкой к границе зрачка, и следуйте шаблону, чтобы покрыть лимбальную область. Затем нажмите Сохранить анализ. Далее нажмите на карту покраснений.
И сохраните анализ. Наконец, нажмите «Создать отчет». Для создания PDF нажмите на оба изображения и аналогичным образом добавьте изображение левого глаза.
Для классификации лимбального покраснения с помощью программного обеспечения AOS проанализируйте изображения на наличие бульбарного конъюнктивального покраснения с помощью проверенного программного обеспечения объективной градации, используя функцию бульбарного покраснения в лимбальных областях конъюнктивы, используя автоматическую непрерывную классификацию от нуля до четырех, в единице 0,1 единицы. Для анализа данных сначала создайте таблицу Microsoft Excel, в которой будут обобщены идентификатор субъекта, возраст, пол, раса, оценка OSDI и покраснение лимб. Затем рассчитайте возраст, показатель OSDI и показатель покраснения лимб, а также их средние значения и стандартные отклонения, используя Excel.
Чтобы рассчитать процент низкой распространенности DES, разделите число субъектов с низким DES на общее число субъектов и умножьте на 100. Аналогично рассчитайте процент распространенности умеренной и тяжелой ДЭС. Чтобы определить связь между показателями красноты OSDI и AOS, выполните линейный регрессионный анализ со средним значением двух значений и разницей между двумя средними значениями в Excel.
Также определите значение P. В данном исследовании оценки, полученные из анкеты OSDI, были использованы для характеристики участников опроса. Опрос показал, что показатели распространенности низкого DES, умеренного DES и тяжелого DES составили 15, 77,5 и 7,5% соответственно.
Программное обеспечение AOS использовалось для градации участников в соответствии со степенью покраснения их глаз. Система объективной классификации AOS показала, что показатели распространенности легкой DES, умеренной DES и тяжелой DES составляли 27,5, 12,5 и 10% соответственно. Линейный регрессионный анализ показал, что две системы градации имеют сильную связь друг с другом.
Убедитесь, что изображения, сделанные объектами съемки, четкие и сфокусированные. В противном случае программное обеспечение AOS не даст вам точных данных. После использования весового программного обеспечения AOS для определения синдрома сухого глаза мы можем сравнить результаты с опросом OSDI, который считается золотым стандартом для оценки синдрома сухого глаза.
Программное обеспечение AOS может объективно оценивать синдром сухого глаза у пациентов.
View the full transcript and gain access to thousands of scientific videos
Обзор
Этот протокол описывает исследование, оценивающее распространенность синдрома сухого глаза (ССГ) у 40 здоровых испытуемых в возрасте от 20 до 45 лет в период COVID-19. Для оценки используется опрос OSDI и программное обеспечение AOS.
Основные компоненты исследования
Область науки
- Офтальмология
- Общественное здравоохранение
- Исследования воздействия COVID-19
Предисловие
- Синдром сухого глаза (ССГ) — распространенная проблема, влияющая на здоровье глаз.
- Опрос OSDI является стандартным инструментом для оценки ССГ.
- Программное обеспечение Advanced Ophthalmic Systems (AOS) обеспечивает объективную оценку.
- COVID-19 может влиять на распространенность ССГ.
Цель исследования
- Определить распространенность ССГ среди здоровых людей в период пандемии.
- Сравнить субъективные оценки из опроса OSDI с объективными измерениями AOS.
- Улучшить понимание ССГ в контексте COVID-19.
Используемые методы
- Участники заполнили анкету OSDI с информированным согласием.
- Ответы были оценены для классификации участников по категориям тяжести ССГ.
- Программное обеспечение AOS использовалось для объективной оценки гиперемии лимбальных сосудов.
- Были сделаны фотографии глаз участников для анализа.
Основные результаты
- Исследование выявило различные уровни тяжести ССГ среди участников.
- Объективные оценки коррелировали с субъективными баллами OSDI.
- Результаты предполагают возможное увеличение распространенности ССГ в период COVID-19.
- Программное обеспечение AOS оказалось эффективным для объективной оценки.
Выводы
- ССГ распространен среди здоровых людей в период пандемии.
- Сочетание субъективных и объективных оценок улучшает точность диагностики.
- Необходимо провести дальнейшие исследования для изучения долгосрочных последствий COVID-19 на здоровье глаз.
Часто задаваемые вопросы
Executive Industry Relevance
Objective quantification of ocular surface disease severity is critical for target validation and mechanistic de-risking in ophthalmic drug discovery. Comparing the OSDI survey with AOS software-based redness grading enables robust, reproducible endpoints for early-stage screening and translational research. This dual-assessment approach strengthens predictive confidence and supports risk-adjusted portfolio decisions in dry eye syndrome (DES) programs.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Objective AOS grading provides quantifiable endpoints for functional target validation in DES models.
- Combining subjective and objective measures reduces mechanistic ambiguity in disease characterization.
- Strong correlation between OSDI and AOS outputs supports predictive confidence for early triage.
Screening & Assay Development
- Validated AOS software enables standardized, reproducible assessment of ocular redness for assay development.
- Quantitative grading supports reliable comparison of candidate interventions in screening workflows.
- Objective outputs facilitate platform reuse and scalability across studies.
Translational & Preclinical Research
- Objective redness grading aligns with translational biomarker strategies for DES.
- Continuity between subjective and objective endpoints supports preclinical-to-clinical translation.
- Quantitative data informs risk-adjusted advancement decisions in ophthalmic pipelines.
Pipeline & Workflow Integration
This dual-assessment workflow integrates from early discovery through preclinical validation, supporting both hypothesis testing and quantitative endpoint generation.
- Discovery Biology: Enables robust null hypothesis testing and pathway clarification in DES models.
- Screening: Provides reproducible, quantitative outputs for candidate evaluation and assay standardization.
- Analytics: Delivers statistical outputs, including linear regression and prevalence rates, for cross-condition comparison.
- Translational Research: Supports biomarker alignment and continuity from discovery to preclinical studies.
- Enterprise Reuse: Establishes a reusable, objective grading capability for future ophthalmic research.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces biological risk in DES target validation.
- Operational Value: Standardizes data collection and analysis for reproducibility and scalability.
- Strategic Value: Enables informed go/no-go decisions and capital-efficient portfolio management.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of ophthalmic assets.
Implementation Considerations
- Requires expertise in ocular imaging and validated use of AOS software.
- Demands clear, focused image acquisition for accurate objective grading.
- Needs analytical infrastructure for statistical analysis and data integration.
- Cross-team standardization is essential for reproducibility across studies.
- Adaptation may be needed for different ocular disease models or patient populations.
