Summary
本方案描述了对40名年龄在20至45岁之间的健康受试者进行的横断面研究，以评估COVID-19期间干眼综合征（DES）的患病率。OSDI调查评估了DES，并使用先进的眼科系统（AOS）软件来评估边缘发红。
Abstract
由于在大流行期间戴口罩，使用数字设备和远程工作，干眼症（DES）的发病率有所增加。在COVID-19大流行期间进行了一项调查，以确定干眼症的患病率。一项横断面研究调查了美国 20-45 岁健康患者在 COVID-19 期间 DES 的流行程度。从2021年10月31日至2021年12月1日，对40名个体进行了眼表疾病指数（OSDI）问卷调查。AOS和OSDI调查用于评估DES。受试者平均年龄为29岁（SD 14.14），其中男性23人（57.5%），女性17人（42.5%）。根据OSDI调查，低DES，中度DES和重度DES的患病率分别为15%，77.5%和7.5%。白人（W）代表人口的50%，而非裔美国人（AA）占35%，亚洲人占7.5%，西班牙裔占7.5%。轻度DES影响了77.5%的受试者，其中64.50%为男性，35.50%为女性。根据AOS客观分级系统，轻度（M）DES，中度（MO）DES和重度（S）DES的患病率分别为40%，12.5%和15%。使用线性回归来比较两个分级系统，并证明了两个分级系统之间的强关系。
Introduction
2019年12月，在中国武汉发现了由SARS-COV-2病毒感染引起的COVID-19。Meduri等人1报告 称，COVID-19患者轻度眼部症状的患病率很高。在意大利，由于大流行2，眼科手术程序有所减少。自疫情爆发以来，许多人一直在家工作并戴口罩作为预防措施。这些元素中的每一个以及数字设备和在线学习3 的使用分别导致了干眼综合症（DES）和眼睛疲劳3，4。此外，有证据表明戴口罩会导致DES。佩戴口罩可能导致泪液蒸发和结膜不适5.Giannaccare等人报告说，10.3%的人在大流行期间有上升的眼部不适症状，OSDI的平均得分为21分，平均年龄为28.5岁6岁。
日本的一项横断面研究报告称，日本女性患有明确或可能的干眼病合并结果的比例为76.5%，高于使用Visual Display Terminal7的男性办公室员工的比例。根据Inomata等人的说法，与少于4小时/天的8小时相比，长时间的屏幕暴露超过8小时/天与有症状的干眼症有关。OSDI已被证明是评估DES9，10严重程度的有效和可靠的调查问卷。AOS软件已经用于确定结膜充血，并且它已被证明是非常有效的软件11。
本研究调查了DES在20-45岁健康人群中的常见程度。从2021年10月31日至2021年12月1日，对40人进行了眼表疾病指数（OSDI）问卷调查，以进行测试。AOS和OSDI调查用于评估DES。最后，比较了两种分级方法：OSDI评分和AOS软件。参与者必须首先填写一份资格调查问卷，其中包括以下纳入标准：（1）健康个体;（2）年龄在20-45岁之间;（3）参与者必须位于美国。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
本研究是在赫尔辛基宣布之后进行的，该协议得到了解决方案机构审查委员会的批准（IRB，2021/09/14）。该研究遵循了《赫尔辛基宣言》的报告准则。所有参与者都对调查表提供了知情同意。该调查完全 通过 互联网在线进行。如果参与者符合资格要求，则同意书，研究项目传单和OSDI问卷将通过电子邮件发送给他们。在提交同意书并完成OSDI问卷后，在线发行了一张10美元的礼品信用卡，用于完成调查。
1. 用于 DES 评估的 OSDI 调查
- 使用以下标准：低OSDI分数（0-20分）;中等OSDI评分（21-45分）;OSDI得分高（46-100分）。
注：DES 按 OSDI 评分的诊断标准为 ≥13。 - 要求符合条件的受试者在线填写调查表（表1）。
2. 通过 AOS软件确定边缘发红
- 拍一双眼睛的照片，一次一只眼睛。
注意：分析时必须清楚图片。 - 为使用者分配一个 ID 号。保存主题 ID。
- 要添加主题，请单击 添加 选项卡。
注：系统自动生成患者 ID。 - 填写“ 标题 ”选项卡。填写名字和姓氏。
- 填写出生日期。
- 填写电子邮件地址，然后确认电子邮件地址。
- 填写国家卫生服务ID（NHS ID）和医疗记录号码（MRN）号码。
- 填写“ 注释 ”选项卡。然后，单击“ 保存”。
- 现在，选择 “使用者 ID”。然后，添加/查看图像。然后，单击“ + 添加”。
- 将图像上传到AOS软件（参见 材料表）以评估边缘发红。先上传右眼，然后上传左眼。
- 单击“ 新建考试 ”选项卡。然后，单击“ 图像+ ”选项卡。
- 添加右眼，然后单击“ 所选媒体 ”选项卡。
- 单击 灯泡 图标。然后，单击“ 区域 ”选项卡。点击 分析延髓发红分级表0-4。
- 单击图像从靠近瞳孔边缘的边缘区域开始，然后按照图案覆盖边缘区域（图1）。然后，单击“ 保存分析”。
注意：保存发红等级和容器百分比。 - 单击“ 发红图” 并 保存分析。
- 单击“ 生成报告”。单击两个图像以生成PDF。
注意：PDF报告包括患者的名字，姓氏，出生日期，患者ID，NHS号码以及患者接受检查的人员。PDF报告还包括考试日期和考试类型。 - 重复步骤2.9-2.22;然后，添加左眼图像。
- 使用AOS软件对边缘发红进行分级。使用经过验证的客观分级软件，使用结膜边缘区域的“延髓发红”功能，使用0-4/0.1单位的自动连续分级，分析图像的延髓结膜发红。
注意：0级是最小发红;4级是严重的发红（图1）。0-1年级编码为I级，1-2年级编码为II级，2-3年级编码为III级，3-4年级编码为IV级，以匹配OSDI调查分级系统。
3. 统计分析
- 使用 Microsoft Excel 收集数据并分析数据。
- 在一个表中汇总受试者 ID、年龄、性别、种族、OSDI 评分和边缘发红。
- 使用 Excel 软件计算年龄、OSDI 评分和边缘发红评分平均值。
- 确定年龄、OSDI 评分和边缘发红评分的平均±标准偏差。
- 以百分比计算患病率。
- 将受试者数除以受试者总数 （40），然后乘以 100。
- 将低 DES （LDES） 的受试者数除以受试者总数 （40），然后乘以 100。
- 将具有中等 DES （MODDES） 的受试者数除以受试者总数 （40），然后乘以 100。
- 将重度 DES （SDES） 受试者数除以受试者总数 （40），然后乘以 100。
- 使用 Excel 软件执行线性回归分析，以确定两个值（x 轴）的平均值和两个平均值（y 轴）之间的差值。此外，确定 p 值。
注意：线性回归分析确定 OSDI 分数和 AOS 发红分数之间的关系。
- 将受试者数除以受试者总数 （40），然后乘以 100。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
受试者平均年龄为29岁（平均±SD，29±14.14），其中23名男性（57.5%）和17名女性（42.5%）（表2）。白人占人口的50%，而非裔美国人占35%，亚洲人占7.5%，西班牙裔占7.5%（图2）。OSDI的平均调查得分为6.17±6.24，37.94±5.07，46±0（低，中，高）（图3）。根据OSDI调查，低DES，中度DES和重度DES的患病率分别为15%，77.5%和7.5%（图4）。轻度DES影响77.5%的受试者，其中男性占64.50%，女性占35.50%。AOS的平均发红得分为0.47±0.23，1.50±0.28，2.60±0.40，3.65±0.28，适用于0年级，1级，2级和3级（图5）。根据AOS目标分级系统，轻度DES，中度DES和重度DES的患病率分别为27.5%，12.5%和10%（图6）。使用线性回归来比较两个分级系统，并证明了它们之间的强关系， P <0.001具有统计学意义（图7）。
图1：延髓发红量表检查类型的一个例子。 （A）说明了发红量表。（B） 说明船舶百分比。 请点击此处查看此图的大图。
图 2：显示 40 名健康受试者种族的饼图。请点击此处查看此图的大图。
图 3：低、中、高 DES 的 OSDI 分数的平均值。请单击此处查看此图的放大版本。
图 4：显示参与者 OSDI 分数百分比的饼图。 评分反映了低干眼综合征 （LDES）、中度干眼综合征 （MODDES） 评分和重度干眼综合征 （SDES） 评分。 请点击此处查看此图的大图。
图 5：AOS 红肿等级的平均值。请单击此处查看此图的放大版本。
图 6：AOS 软件的发红度分数。 评分显示健康评分 （H）、轻度干眼综合征 （MDES） 评分、中度干眼综合征 （MODDES） 评分和重度干眼综合征 （SDES） 评分的参与者百分比。 请点击此处查看此图的大图。
图 7：将 OSDI 分数与 AOS 软件红度分级分数进行比较的散点图和线性回归。P < 0.001。请点击此处查看此图的大图。
表1：研究中使用的眼表疾病指数（OSDI）问卷。低OSDI分数（0-20分）;中等OSDI评分（21-45分）;OSDI得分高（46-100分）。 请按此下载此表格。
表2：参与者的人口统计数据和评分分数。一名受试者18岁。白人（W），非裔美国人（AA），亚洲人（A），西班牙裔（H）。 请按此下载此表格。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
之前的几项研究已经报告了DES使用Schirmer测试，撕裂分手时间（TBUT）和OSDI评分12。本研究使用AOS软件通过边缘发红来确定DES。一个重要的关键协议步骤是拥有清晰的眼睛图像;如果图像模糊，确定边缘发红是非常具有挑战性的，并且很可能无法获得准确的读数。收集完所有图像后，故障排除技术之一是检查图像的清晰度。软件限制之一是，如果图像模糊，读数将不准确，并且在这种情况下无法使用此主题。
目前的研究确定了OSDI评分与AOS边缘发红之间的关系。使用AOS边缘发红的意义在于它为OSDI评分增加了更多信息，例如相对于OSDI评分的边缘发红量表。
根据我们的经验，使用OSDI调查和AOS软件这两个分数对于DES的成功流行率至关重要。AOS 边缘发红调查确定 AOS 边缘发红，OSDI 调查确定 DES 等级，可以是低、中度或重度。本研究采用0-1红肿量表（0级）、1-2红肿量表（1-2）、2-3级红肿量表（2-3）、3-4红肿量表（3-4）。0级表示健康的眼睛没有发红，而3级表示严重发红和严重的DES。数字屏幕的使用已被证明可以减少TBUT，眼表染色和睑板腺功能障碍的迹象，所有这些都有助于DES13。
综上所述，40名年龄在20-45岁之间的健康受试者的患病率很高。为了评估COVID-19期间DES的患病率，使用OSDI调查来评估DES，并使用AOS软件来评估边缘发红。此外，OSDI和AOS之间的关系是线性的。最后，AOS软件可用于确定DES，并为OSDI评分和TBUT添加更多信息。然而，为了确定 DES 在大型队列中的患病率，需要进行未来的研究，包括 OSDI 评分、TBUT 评分和 AOS 软件。此外，在日常临床实践中使用这两种模型之前，仍然需要进一步验证AOS软件关于OSDI评分和TBUT评分的可靠性和适用性。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者没有什么可透露的。
Acknowledgments
我们要感谢所有参与者在填写调查问卷和发送眼睛图像方面的帮助和支持。ERC中心的赠款为IRB提供了资金。
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).
