Die Anzahl der Untersuchungen, die für die genaue Vorhersage des Verlaufs des Zentralnervensystems erforderlich sind, beträgt 10

Jun 25, 2023

Wissenschaftliche Berichte Band 12, Artikelnummer: 18843 (2022) Diesen Artikel zitieren

784 Zugriffe

1 Zitate

Details zu den Metriken

Der Zweck der Studie bestand darin, die Anzahl der Untersuchungen zu untersuchen, die zur genauen Vorhersage des zukünftigen zentralen 10-Grad-Gesichtsfeldtests (VF) erforderlich sind, und die Wirkung der Anpassung nichtlinearer Modelle, einschließlich quadratischer Regression, exponentieller Regression, logistischer Regression, zu bewerten. und robustes M-Estimator-Regressionsmodell für Augen mit Glaukom. In dieser Studie wurden 180 Augen von 133 Offenwinkelglaukompatienten mit mindestens 13 Humphrey Field Analyzer 10-2 SITA-Standard-VF-Tests analysiert. Mithilfe einer Trendanalyse mit der gewöhnlichen linearen Regression der kleinsten Quadrate (OLSLR) wurden die ersten, zweiten und dritten zukünftigen VFs punktweise (PW) unter Verwendung einer unterschiedlichen Anzahl vorheriger VF-Sequenzen sowie mittlere absolute Fehler (MAE) vorhergesagt berechnet. Es wurde die Anzahl der VFs untersucht, die erforderlich sind, um das minimale 95 %-Konfidenzintervall (KI) des MAE des OLSLR zu erreichen. Wir haben auch die Auswirkungen der Anwendung anderer nichtlinearer Modelle untersucht. Bei der Vorhersage des ersten, zweiten und dritten zukünftigen VFs mithilfe von OLSLR wurde der minimale MAE mithilfe von VF1–12 (2,15 ± 0,98 dB), VF1–11 (2,33 ± 1,10 dB) und VF1–10 (2,63 ± 1,36 dB) ermittelt. , jeweils. Um das 95 %-KI dieser MAEs zu erreichen, waren 10, 10 und 8 VFs für die erste, zweite bzw. dritte zukünftige VF-Vorhersage erforderlich. Durch die Anwendung nichtlinearer Regressionsmodelle wurde keine Verbesserung beobachtet. Zusammenfassend lässt sich sagen, dass etwa 8–10 VFs erforderlich waren, um eine genaue Vorhersage der PW-VF-Empfindlichkeit des 10-Grad-Zentral-VF zu erhalten.

Das Glaukom ist weltweit eine der Hauptursachen für Blindheit und Sehstörungen1,2,3 und Gesichtsfeldtests (VF) sind unerlässlich, um das Fortschreiten der Krankheit zu überwachen4,5. Eine genaue Beurteilung der VF-Progression ist beim Glaukom wichtig, da eine ungenaue Beurteilung zu Über- und Unterbehandlung führen kann. Die Überbehandlung kann zu unnötigen Komplikationen bei der Behandlung führen, da die Behandlung eine Senkung des Augeninnendrucks durch medizinische und/oder chirurgische Eingriffe beinhaltet6,7,8,9,10 und diese mit verschiedenen Augen- und Allgemeinkomplikationen verbunden sind11,12,13,14, 15. Die Unterbehandlung kann das Fortschreiten der Krankheit möglicherweise nicht aufhalten. Die VF-Empfindlichkeit schwankt kurzfristig16 und langfristig17, das Messrauschen ist selbst bei guten Zuverlässigkeitsindizes beträchtlich18,19 und die Zuverlässigkeit des gemessenen VF wird naturgemäß von der Konzentration des Patienten beeinflusst. Die Fähigkeit von VF-Trendanalysen, das Fortschreiten von VF genau zu bewerten und vorherzusagen, wird erheblich von der VF-Variabilität und der Anzahl der VFs beeinflusst, insbesondere von der punktweisen (PW) linearen Regression (PLR)20. Daher wurden die Anzahl der VFs und die Zuverlässigkeit der PLR-Ergebnisse ausführlich diskutiert21,22. Es gibt eine Reihe von Verfahren, die zur Beurteilung der Gesichtsfeldprogression und der Vorhersagefähigkeit eingesetzt werden23. Chauhan et al.24 berichteten über die Anzahl der VF-Tests, die zum Nachweis einer signifikanten MD-Progression erforderlich waren, titriert anhand der Anzahl der pro Zeitraum durchgeführten Tests und der Variabilität. Wir haben dieses Problem zuvor mit Humphrey Field Analyser (HFA; Carl Zeiss Meditec AG, Dublin, CA, USA) 24-2-Tests untersucht; Infolgedessen waren etwa 10 VFs erforderlich, um eine genaue Vorhersage der PW-VF-Empfindlichkeit zu erhalten, wobei die Zuverlässigkeit der Trendanalyse anhand der Vorhersagegenauigkeit geschätzt wurde25. Da sich die Varianz der VF-Empfindlichkeit im zentralen Bereich erheblich von der im peripheren Bereich unterscheidet (dh viel kleiner ist)26, konnten zwischen den HFA 24-2- und 10-2-Tests unterschiedliche Ergebnisse erzielt werden.

Mehr als 30 % der retinalen Ganglienzellen im zentralen VF-Bereich entsprechen dem HFA 10-2-Test27, während im HFA 24-2-Test nur 4 Punkte vergeben werden. Obwohl der 10-2-Test frühe glaukomatöse Gesichtsfelddefekte wie den Nasenschritt nicht erkennen kann, haben mehrere Studien die Bedeutung von HFA 10-2-Tests nahegelegt, bei denen 68 Punkte in einem Abstand von 2 Grad in derselben Region platziert werden28,29,30,31, 32,33. Darüber hinaus deuten neuere Studien darauf hin, dass die Empfindlichkeit im zentralen Bereich wie die des HFA 10-2-Tests nicht weniger wichtig ist als die des HFA 24-2-Tests, insbesondere bei der Beurteilung der sehbezogenen Lebensqualität in Patienten mit Glaukom34,35, obwohl es immer noch umstritten ist33. Ziel dieser Studie war es daher, die Anzahl der Untersuchungen zu untersuchen, die für die genaue Vorhersage des zentralen 10-Grad-VF-Tests erforderlich sind.

Darüber hinaus wurde in vielen Studien die Vorhersageleistung verschiedener linearer und nichtlinearer Regressionsmodelle untersucht. Wir haben zuvor berichtet, dass die Verwendung dieser Modelle gegenüber OLSLR zur Vorhersage des HFA 24-2-Tests keinen signifikanten Vorteil bietet25. Der zweite Zweck der aktuellen Studie bestand darin, die Wirkung dieser Modelle mithilfe des HFA 10-2-Tests in der vorliegenden Studie zu bewerten.

Die demografischen Details der 180 eingeschlossenen Augen sind in Tabelle 1 zusammengefasst. 85 Augen waren rechte Augen und die restlichen 95 Augen waren linke Augen. Der Mittelwert ± Standardabweichung (SD) des Alters und der MD betrug bei der Erstuntersuchung 56,1 ± 11,4 Jahre bzw. − 19,8 ± 8,1 dB. Die Gesamtdauer der Nachbeobachtung und die MD-Steigung während des Untersuchungszeitraums betrugen 7,5 ± 2,0 Jahre bzw. − 0,33 ± 0,40 dB/Jahr. Bei der Vorhersage des ersten, zweiten und dritten zukünftigen VFs mithilfe von OLSLR wurde der minimale absolute Vorhersagefehler mithilfe von VF1–12 (2,15 ± 0,98 dB), VF1–11 (2,33 ± 1,10 dB) und VF1–10 (2,63 ± 1,36) ermittelt dB).

Abbildung 1A zeigt den mittleren absoluten Fehler (MAE) für die erste zukünftige VF-Vorhersage für jedes Modell. Mit OLSLR waren zehn VFs erforderlich, damit der MAE-Wert das minimale 95 %-Konfidenzintervall (KI) bei der Vorhersage des dreizehnten VF erreichte. Die mit OLSLR verbundenen MAEs nahmen mit zunehmender Anzahl der in der Vorhersage verwendeten VFs ab. Die MAE-Werte in den exponentiellen, M-robusten und logistischen Modellen unterschieden sich nicht signifikant von denen mit OLSLR (von der sechsten bis dreizehnten VF-Vorhersage, Ergänzungstabelle 1). Die MAEs des quadratischen Modells unterschieden sich nicht signifikant von denen mit OLSLR (von der elften bis zur dreizehnten VF-Vorhersage), waren aber ansonsten signifikant größer als die mit OLSLR (von der sechsten bis zur zehnten VF-Vorhersage).

MAE-Werte in der ersten (A), zweiten (B) und dritten (C) zukünftigen PW-VF-Vorhersage mit jeder Formel. Die gestrichelte Linie zeigt das minimale 95 %-Konfidenzintervall des MAE des OLSLR. MAE: mittlerer absoluter Fehler, PW: punktweise, VF: Gesichtsfeld, OLSLR: gewöhnliche lineare Regression der kleinsten Quadrate, Exp: exponentielle Regression, M-robust: robuste lineare Regression mit M-Schätzer, Quad: quadratische Regression, Logist: logistische Regression .

Abbildung 1B zeigt die MAEs der zweiten zukünftigen VF-Vorhersage unter Verwendung jedes Modells. Ähnlich wie bei der ersten VF-Vorhersage nahmen die mit OLSLR verbundenen MAEs mit zunehmender Anzahl der in der Vorhersage verwendeten VFs ab, und bei der Vorhersage des zwölften VF mithilfe des OLSLR waren 10 VFs erforderlich, damit der MAE-Wert das 95 %-KI erreichte. Die MAE-Werte in den exponentiellen, M-robusten und logistischen Modellen unterschieden sich nicht signifikant von denen mit OLSLR (von der siebten bis zur dreizehnten VF-Vorhersage, Ergänzungstabelle 2). Die MAEs des quadratischen Modells waren signifikant größer als die mit OLSLR (von der siebten bis zur dreizehnten VF-Vorhersage).

Abbildung 1C zeigt die MAEs der dritten zukünftigen VF-Vorhersage unter Verwendung jedes Modells. Bei der Vorhersage des elften VF mithilfe des OLSLR waren acht VFs erforderlich, damit der MAE-Wert das 95 %-KI erreichte. Die MAE-Werte in den exponentiellen, M-robusten und logistischen Modellen unterschieden sich nicht signifikant von denen im OLSLR (von der achten bis zur dreizehnten VF-Vorhersage, Ergänzungstabelle 3). Die MAEs des quadratischen Modells waren deutlich größer als die im OLSLR (von der achten bis zur dreizehnten VF-Vorhersage).

Wie in Abb. 2A, B und C dargestellt, wurde der minimale absolute Fehler (AE), der mit OLSLR der mittleren Empfindlichkeit (MS) verbunden ist, unter Verwendung von 1) VF1–12 (0,75 ± 0,70 dB) bei der Vorhersage des ersten zukünftigen VF ermittelt; 2) VF1–11 (0,91 ± 0,87 dB) bei der Vorhersage des zweiten zukünftigen VF; und 3) VF1–10 (1,07 ± 1,09 dB) bei der Vorhersage des dritten zukünftigen VF. Es gab zu keinem Zeitpunkt signifikante Unterschiede in der AE im Zusammenhang mit OLSLR-, exponentiellen Regressions- und M-Robust-Modellen. Die MAEs im quadratischen Regressionsmodell waren bei der sechsten bis neunten und elften VF-Vorhersage in der ersten Zukunftsvorhersage deutlich schlechter als die der OLSLR-Methode (Ergänzungstabelle 4), bei der siebten bis elften und dreizehnten VF-Vorhersage in der zweiten Zukunftsvorhersage. (Ergänzungstabelle 5) und die achte bis dreizehnte Vorhersage in der dritten Zukunftsvorhersage (Ergänzungstabelle 6).

AE-Werte in der ersten (A), zweiten (B) und dritten (C) zukünftigen MS-Vorhersage mit jeder Formel. Die gestrichelte Linie zeigt das minimale 95 %-Konfidenzintervall des AE des OLSLR. AE: absoluter Fehler, MS: mittlere Empfindlichkeiten, OLSLR: gewöhnliche lineare Regression der kleinsten Quadrate, Exp: exponentielle Regression, M-robust: robuste lineare Regression mit M-Schätzer, Quad: quadratische Regression, Logist: logistische Regression.

Darüber hinaus wurden dieselben PW-Vorhersagen durchgeführt, indem sie durch die Untergruppen geteilt wurden. Abbildung 3 (frühe bis mittelschwere Gruppe: 76 Augen, fortgeschrittene Gruppe: 104 Augen), Abb. 4 (stabile Gruppe: 89 Augen, progressive Gruppe: 91 Augen) zeigen die Veränderungen im MAE. Es gab zu keinem Zeitpunkt signifikante Unterschiede zwischen der MAE unter Verwendung der OLSLR- und der M-robust-Methode in der ersten (Ergänzungstabelle 7), zweiten (Ergänzungstabelle 8) und dritten (Ergänzungstabelle 9) Zukunftsvorhersage.

MAE-Werte in der ersten (A), zweiten (B) und dritten (C) zukünftigen PW-VF-Vorhersage mit jeder Formel in den Gruppen mit frühem bis mittelschwerem und fortgeschrittenem Glaukom. Die gestrichelte und gepunktete Linie zeigt das minimale 95 %-Konfidenzintervall des MAE des OLSLR in der frühen bis mittelschweren bzw. fortgeschrittenen Gruppe. MAE: mittlerer absoluter Fehler, PW: punktweise, VF: Gesichtsfeld, OLSLR: gewöhnliche lineare Regression der kleinsten Quadrate, Exp: exponentielle Regression, M-robust: robuste lineare Regression mit M-Schätzer, Quad: quadratische Regression, Logist: logistische Regression .

MAE-Werte in der ersten (A), zweiten (B) und dritten (C) zukünftigen PW-VF-Vorhersage mit jeder Formel in der stabilen und progressiven Gruppe. Die gestrichelte und gepunktete Linie zeigt das minimale 95 %-Konfidenzintervall des MAE des OLSLR in der progressiven bzw. stabilen Gruppe. MAE: mittlerer absoluter Fehler, PW: punktweise, VF: Gesichtsfeld, OLSLR: gewöhnliche lineare Regression der kleinsten Quadrate, Exp: exponentielle Regression, M-robust: robuste lineare Regression mit M-Schätzer, Quad: quadratische Regression, Logist: logistische Regression .

In der aktuellen Studie wurde die Anzahl der Untersuchungen, die für die genaue Vorhersage zentraler 10-Grad-VF-Tests erforderlich sind, an 180 Augen von 133 Patienten mit Offenwinkelglaukom untersucht. Infolgedessen waren acht (dritte zukünftige VF-Vorhersage) oder zehn (erste und zweite zukünftige VF-Vorhersage) VFs erforderlich, um die Vorhersagegenauigkeit zu sättigen. Wie aufgrund der tendenziell geringeren Varianz der VF-Empfindlichkeit im zentralen Bereich im Vergleich zum peripheren Bereich zu erwarten war, waren diese Zahlen kleiner als die in unserer vorherigen Studie, in der der HFA 24-2-Test verwendet wurde (11, 10 und 9 VFs). benötigt für die erste, zweite und dritte zukünftige VF-Vorhersage25). Dennoch betrug der Unterschied nur ein einziges VF, was darauf hindeutet, dass sowohl der HFA 10-2-Test als auch der HFA 24-2-Test mit einer ähnlichen Häufigkeit gemessen werden sollten. Dies deckt sich mit unseren früheren Studien40,41; Die Vorhersagegenauigkeit der Trendanalyse wird durch die Anwendung der LASSO-Regression erheblich verbessert, bei der die Summe der absoluten Werte der Regressionskoeffizienten bestraft wird. Das Ausmaß der Strafe sollte groß sein, wenn die Anzahl der in der Vorhersage verwendeten VFs sowohl im HFA 24-2- als auch im 10-2-Test klein ist; Andernfalls sind die Vorhersagegenauigkeiten schlecht. Aktuelle Studien, die die klinische Bedeutung des HFA 10-2-Tests34,35 belegen, würden diese Empfehlung weiter untermauern. Dies bedeutet, dass Ärzte bei der Interpretation der Ergebnisse der VF-Trendanalyse, die nur eine kleine Anzahl von HFA 10-2-Tests verwenden, vorsichtig sein sollten.

Die Progressionsrate der MD im HFA 10-2 sollte abhängig von der untersuchten Population und den Krankheitszuständen variieren. David et al. berichteten, dass sich die MD-Steigung mit oder ohne Bandscheibenblutung unterschied (– 0,50 bzw. – 0,15 dB/Jahr)42, während Kim et al. berichteten in ihren prospektiven Studien, dass die MD-Steigung von Augen mit primärem Offenwinkelglaukom (POAG) −0,11 dB/Jahr betrug, während die MD-Steigung bei Augen mit Normaldruckglaukom −0,33 dB/Jahr betrug43. Andererseits haben Wang et al. berichteten in einer aktuellen retrospektiven Studie, dass die durchschnittliche MD-Steigung −0,37 dB/Jahr betrug44. De Moraes et al.45 berichteten in einer retrospektiven Studie, dass die mittlere Rate der 10–2-MD-Änderung −0,38 dB/Jahr betrug. Die mittlere MD-Steigung in unserer Studie (− 0,33 ± 0,40 dB/Jahr) ist trotz des relativ schlechteren anfänglichen MD-Werts (− 19,8 ± 8,1 dB) mit diesen früheren Studien vergleichbar.

Ähnlich wie bei unserer früheren Arbeit mit dem HFA 24-2-Test25 wurde in der aktuellen Studie weder in der PW- noch in der MS-Analyse ein Nutzen durch die Verwendung der exponentiellen, quadratischen oder logistischen Modelle gegenüber OLSLR beobachtet. Einer der Unterschiede zwischen diesen Studien bestand darin, dass in der vorherigen Studie die Vorhersagegenauigkeit tendenziell geringer war, wobei das robuste lineare Regressionsmodell des M-Schätzers im Vergleich zum OLSLR-Modell tendenziell geringer war, obwohl sie sich nicht wesentlich unterschieden. Eine ähnliche Tendenz wurde in der aktuellen Studie beobachtet, einschließlich der nach Untergruppen unterteilten Unteranalyse. Bei der M-Schätzung werden die Gewichte derjenigen mit großen Residuen mithilfe einer bestimmten Funktion reduziert und die Progressionssteigung mithilfe der Methode der gewichteten kleinsten Quadrate geschätzt. Die unterschiedlichen Tendenzen zwischen den vorherigen und aktuellen Studien können auf die geringere Varianz der VF-Empfindlichkeit im zentralen Bereich als im peripheren Bereich zurückgeführt werden, was den Vorzug des Mechanismus der Rauschreduzierung in der M-Schätzung verdeckte. Chen et al. berichteten, dass exponentielle und logistische Modelle genauere Vorhersagen ermöglichten46; Dieser Befund wurde in der aktuellen Studie jedoch nicht beobachtet. Ähnliche Ergebnisse wurden auch in unserer vorherigen Studie mit dem HFA 24-2-Test beobachtet. Der Grund für diese widersprüchlichen Ergebnisse kann auf Unterschiede in der Analysemethode zurückgeführt werden; in der Studie von Chen et al. An die VF-Daten der ersten 5 Jahre angepasste Modelle wurden verwendet, um die VF-Messungen 1, 2, 3 und 5 Jahre vorherzusagen, nachdem die letzte VF zur Schätzung der Modellparameter verwendet wurde.

Trotz unserer Ergebnisse ist es in der Klinik zeitaufwändig und kostspielig, zusätzlich zu einem zentralen 24-Grad-VF-Test einen 10-2-VF-Test durchzuführen. Tatsächlich könnte die Messung des zentralen 24-Grad-VF-Tests mit ausreichender Häufigkeit außerhalb der Realität vielbeschäftigter Kliniken liegen22,47,48. Dies impliziert, dass die Ergänzung der HFA 10-2-Trendanalyse durch andere Messungen klinisch sinnvoll wäre. Beispielsweise haben wir zuvor über eine Methode zur Schätzung der MD des HFA 10-2-Tests aus dem HFA 24-2-Test berichtet, die zu einer verbesserten Genauigkeit der MD-Trendanalyse von HFA 10-2 führte, insbesondere bei der Anzahl der HFA 10-2 Tests sind klein49. Darüber hinaus haben wir die Möglichkeit vorgeschlagen, den HFA 10-2-Test anhand der Ergebnisse der optischen Kohärenztomographie abzuschätzen50,51,52. Dennoch liegen die Vorhersagegenauigkeiten dieser Modelle nicht auf klinischem Niveau (bestenfalls 5,5 dB)52. Ein weiterer möglicher Ansatz zur Lösung dieses Problems besteht darin, die VF in kleine Sektoren zu gruppieren. Eine Kompromissmethode zwischen der Trendanalyse könnte einen Wert verwenden, der die Gesamtflächensensitivitäten widerspiegelt, wie z. B. die lineare MD- und PW-Regression45,53,54. Wir haben zuvor auch eine neue Clustering-Karte unter Verwendung einer unbeaufsichtigten maschinellen Lernmethode53 vorgeschlagen und über eine günstige Vorhersagegenauigkeit dieser Methode im HFA 24–2 SITA-Standard55,56 und im 10-257 berichtet. Allerdings war selbst mit dieser Methode die Vorhersagegenauigkeit relativ gering, wenn eine kleine Anzahl von VFs untersucht wurde56,57. Weitere Untersuchungen sind erforderlich, um Möglichkeiten zu finden, die für den HFA 10-2-Test erforderlichen häufigen Messungen zu vermeiden.

In dieser Studie gibt es mehrere Einschränkungen. Die Studienpopulation bestand hauptsächlich aus schweren Fällen; der mittlere MD betrug trotz des relativ jungen Alters (durchschnittlich 56,1 Jahre bei der Erstuntersuchung) − 19,8 dB. Weitere Untersuchungen sollten mithilfe von VFs in früheren Stadien durchgeführt werden. Bei der Analyse der Progression durch lineare Regression muss nicht nur der Steigungswert berücksichtigt werden, sondern auch die Kombination aus Steigung und p-Wert. Dieser Punkt wurde in dieser Studie nicht berücksichtigt. Ziel der vorliegenden Studie war es, den Zusammenhang zwischen der Anzahl der Gesichtsfelder und der Vorhersagegenauigkeit für eine feste Basislinie und nicht für den Fall einer Änderung der Basislinie zu analysieren. In vielen Ländern ist es mühsam, während desselben Besuchs sowohl das 24-2- als auch das 10-2-Testverfahren durchzuführen. Kürzlich wurde ein neues Verfahren (24-2C) eingeführt, das das 24-2-Testverfahren um 10 Teststandorte erweitert. Es sollte in der zukünftigen Studie untersucht werden, ob mit 24-2C ähnliche Ergebnisse erzielt werden können. Ebenso sollte eine weitere Studie mit anderen Algorithmen von SITA FAST/FASTER durchgeführt werden. Es ist bekannt, dass diese mit vergleichbarer Genauigkeit schneller als der SITA-Standard sind58,59,60, obwohl dies den Rahmen der aktuellen Studie sprengte. Der begrenzte Nutzen der Zuverlässigkeitsindizes und eine mögliche Verzögerung der Erkennungszeit aufgrund des Informationsverlusts werden erkannt. Dies kann Einfluss auf das aktuelle Ergebnis haben. Die größere Varianz von VF-Tests kann zu einer schlechteren Vorhersagegenauigkeit führen20. Daher ist es wichtig, die Varianz des VF zu betrachten, aber da der Nutzen der Zuverlässigkeitsindizes begrenzt ist18,19,61,62,63,64,65, ist es nicht möglich, alle Auswirkungen der Variation abzuschätzen Die VF hängt von der Vorhersagegenauigkeit bei jedem Einzelnen ab. VFs wurden im Durchschnitt alle 6 Monate gemessen, was in Japan die klinische Standardpraxis darstellt. VFs wurden im Durchschnitt alle 6 Monate gemessen, was in Japan die klinische Standardpraxis darstellt. Eine frühzeitige Erkennung der VF-Progression kann durch die Clusterung der VF-Messungen zu Beginn und am Ende des Überwachungszeitraums erreicht werden66. Dieser Ansatz ist jedoch auf die aktuelle Studie nicht anwendbar, da die aktuellen Daten aus realen Kliniken stammen, die im Gegensatz zu randomisierten Messungen niemals enden klinische Versuche.

Zusammenfassend lässt sich sagen, dass etwa 10 VFs erforderlich waren, um eine genaue Vorhersage der PW-VF-Empfindlichkeit des 10-Grad-Zentral-VF zu erhalten. Die Anwendung nichtlinearer Regressionsmodelle verbesserte die Vorhersagegenauigkeit nicht. Diese Ergebnisse legen nahe, dass es ideal ist, den HFA 10-2-Test zusammen mit dem HFA 24-2-Test in einer ähnlichen Häufigkeit durchzuführen.

Diese Studie wurde von der Forschungsethikkommission der Graduate School of Medicine und der medizinischen Fakultät der Universität Tokio, der Shimane-Universität, der Kitasato-Universität und der Kyoto-Universität genehmigt. Alle Patienten stimmten schriftlich zu, dass ihre Daten in der Krankenhausdatenbank gespeichert und für Forschungszwecke verwendet werden. Auf die Zustimmung des Patienten zur Teilnahme an dieser Studie wurde verzichtet, und es wurde ein Opt-out-Ansatz gemäß den Ethischen Richtlinien für medizinische und gesundheitliche Forschung an menschlichen Probanden des japanischen Ministeriums für Bildung, Kultur, Sport, Wissenschaft und Technologie verwendet. Patienten und Öffentlichkeit waren nicht an der Gestaltung, Durchführung, Berichterstattung oder Verbreitung unserer Forschung beteiligt. Diese Studie wurde gemäß den Grundsätzen der Deklaration von Helsinki durchgeführt.

Die Teilnehmer wurden retrospektiv in den Glaukomkliniken der oben genannten Institutionen rekrutiert. In die Studie wurden POAG-Patienten mit mindestens 13 zuverlässigen HFA 10-2-Untersuchungen eingeschlossen. Ein unzuverlässiges VF wurde entsprechend der Empfehlung des Herstellers als mehr als 20 % Fixierungsverlust oder mehr als 15 % falsch-positive Fehler definiert. Wenn ein Patient mehr als 13 VF-Testergebnisse hatte, wurden nur die ersten 13 VFs des Patienten analysiert. Fälle mit ophthalmologischen chirurgischen Eingriffen während der Nachbeobachtungszeit, wie z. B. Katarakt- und/oder Glaukomoperationen, wurden von der Studie ausgeschlossen. Patienten mit anderen Augenerkrankungen, die die VF-Empfindlichkeit beeinträchtigen könnten, wie z. B. Diabetes mellitus-Retinopathie, Hornhauttrübung und Makuladegeneration, wurden ausgeschlossen. Patienten mit anderen Katarakten als klinisch unbedeutenden Alterskatarakten wurden ausgeschlossen. In die abschließende Analyse wurden 180 Augen von 133 Patienten mit Offenwinkelglaukom einbezogen.

Als erste zukünftige VF-Vorhersage wurden unter Verwendung der ersten 5 VFs die PW-VF-Empfindlichkeiten des ersten zukünftigen (sechsten) VF vorhergesagt und der MAE zwischen der vorhergesagten und der tatsächlichen PW-Empfindlichkeit berechnet; Dies wurde wiederholt, um mithilfe der ersten 12 VFs bis zum dreizehnten VF vorherzusagen. Da die Vorhersagegenauigkeit des Gesichtsfelds bei 2–4 Tests deutlich schlechter war als bei 5 Tests in unserer vorherigen Studie, begannen wir die Vorhersage mit 5 Testreihen. Ähnliche Analysen wurden durchgeführt, um die zweiten zukünftigen VFs (beginnend mit der Vorhersage des siebten VF unter Verwendung der ersten 5 VFs bis zur Vorhersage der dreizehnten VF-Vorhersage unter Verwendung der ersten 11 VFs) und den dritten zukünftigen VF (beginnend mit der Vorhersage) vorherzusagen Vorhersage des achten VF unter Verwendung der ersten 5 VFs, bis zur Vorhersage des dreizehnten VF unter Verwendung der ersten 10 VFs). Zusätzlich zur PW-Vorhersage wurden auf die gleiche Weise auch die MS der Gesamtfläche vorhergesagt und die AE berechnet. Bei der Vorhersage der zukünftigen VF-Empfindlichkeiten wurden die folgenden fünf Modelle gemäß unserem vorherigen Bericht25 übernommen:

OLSLR: \(y = ax + b\)

Exponentielle Regression: \(y = e^{ax + b}\)

Quadratische Regression: \(y = ax^{2} + bx + c\)

M-Schätzer robuste lineare Regression68:

Für das i-te von n Beobachtungen minimiert der allgemeine M-Schätzer die Zielfunktion:

\(\mathop \sum \limits_{i = 1}^{n} \rho \left( {\varepsilon_{i} } \right) = \mathop \sum \limits_{i = 1}^{n} \rho \left( {y_{i} - \beta x_{i} } \right)\), wobei die Funktion ρ den Beitrag jedes Residuums zur Zielfunktion angibt.

Logistische Regression: \(y = \frac{1}{{1 + e^{ax + b} }}\), wobei y die Sensitivitäten dividiert durch 40 ist, um die Werte in Werte zwischen 0 und 1 umzuwandeln.

In allen Formeln stellt y die PW-VF-Empfindlichkeit dar, x stellt die Zeit ab dem anfänglichen VF dar und a, b und c sind die zu schätzenden Modellparameter.

Anschließend wurde die Mindestanzahl an VFs ermittelt, die erforderlich ist, um das minimale 95 %-KI von OLSLR mit der längsten VF-Serie (kleinste MAEs) für alle ersten, zweiten und dritten zukünftigen VF-Vorhersagen zu erreichen. Die MAEs jedes Modells wurden mithilfe eines linearen gemischten Modellansatzes verglichen, wobei der Zufallseffekt im Vordergrund stand. Das lineare gemischte Modell passt sich der hierarchischen Struktur der Daten an und modelliert, wie die Messungen innerhalb jedes Probanden gruppiert werden, um die mögliche Verzerrung durch die Einbeziehung beider Augen eines Patienten zu verringern70,71. Zur Anpassung für mehrere Vergleiche wurde die Methode von Benjamini und Hochberg72 verwendet. Die statistische Signifikanz wurde auf 0,05 festgelegt. Alle Analysen wurden mit der R-Software v.4.0.4 (The R Foundation for Statistical Computing, Wien, Österreich) durchgeführt.

Als Unteranalysen wurden dieselben Analysen in jeder der folgenden Untergruppen durchgeführt: frühes bis mittelschweres und fortgeschrittenes Glaukom (anfängliche mittlere Abweichung [MD] > − 20 dB bzw. < − 20 dB) und stabiles und progressives Glaukom (MD-Steigung > − 0,25 dB/Jahr bzw. < − 0,25 dB/Jahr).

Die während der aktuellen Studie verwendeten und analysierten Datensätze sind auf begründete Anfrage beim entsprechenden Autor erhältlich.

Bourne, RRA et al. Ursachen für Sehverlust weltweit, 1990–2010: Eine systematische Analyse. Lancet Glob. Gesundheit 1, e339–e349. https://doi.org/10.1016/s2214-109x(13)70113-x (2013).

Artikel PubMed Google Scholar

Flaxman, SR et al. Globale Ursachen von Blindheit und Fernsichtbeeinträchtigungen 1990–2020: Eine systematische Überprüfung und Metaanalyse. Lancet Glob. Gesundheit 5, e1221–e1234. https://doi.org/10.1016/s2214-109x(17)30393-5 (2017).

Artikel PubMed Google Scholar

Quigley, HA & Broman, AT Die Anzahl der Menschen mit Glaukom weltweit in den Jahren 2010 und 2020. Br. J. Ophthalmol. 90, 262–267. https://doi.org/10.1136/bjo.2005.081224 (2006).

Artikel CAS PubMed PubMed Central Google Scholar

Erweiterte Glaukom-Interventionsstudie. 2. Bewertung und Zuverlässigkeit des Gesichtsfeldtests. Ophthalmology 101, 1445–1455 (1994).

Katz, J. Bewertungssysteme zur Messung des Fortschreitens des Gesichtsfeldverlusts in klinischen Studien zur Glaukombehandlung11 Der Autor hat kein kommerzielles oder proprietäres Interesse am Hersteller des Humphrey Field Analyzer. Der Autor hat als Berater, Rezensent oder Bewerter dieses Produkts keine Vergütung erhalten. Ophthalmologie 106, 391–395. https://doi.org/10.1016/s0161-6420(99)90052-0 (1999).

Artikel CAS PubMed Google Scholar

Kollaborative Studiengruppe zum Normaldruckglaukom. Die Wirksamkeit der Augeninnendrucksenkung bei der Behandlung des Normaldruckglaukoms. Bin. J. Ophthalmol. 126, 498–505. https://doi.org/10.1016/s0002-9394(98)00272-4 (1998).

Artikel Google Scholar

Heijl, A. et al. Reduzierung des Augeninnendrucks und Glaukomprogression: Ergebnisse der Studie zum frühen manifesten Glaukom. Bogen. Ophthalmol. 120, 1268–1279. https://doi.org/10.1001/archopht.120.10.1268 (2002).

Artikel PubMed Google Scholar

Gedde, SJ et al. Behandlungsergebnisse in der Studie „Sonde versus Trabekulektomie“ (TVT) nach fünf Jahren Nachbeobachtung. Bin. J. Ophthalmol. 153, 789-803 e782. https://doi.org/10.1016/j.ajo.2011.10.026 (2012).

Artikel PubMed PubMed Central Google Scholar

Musch, DC et al. Verbesserung des Gesichtsfeldes in der kollaborativen Erstbehandlungsstudie zum Glaukom. Bin. J. Ophthalmol. 158, 96-104 e102. https://doi.org/10.1016/j.ajo.2014.04.003 (2014).

Artikel PubMed PubMed Central Google Scholar

Omoto, T. et al. Vergleich der 12-monatigen chirurgischen Ergebnisse der ab interno Trabekulotomie mit Phakoemulsifikation zwischen spatelförmigen und Doppelklingen-Mikrohaken. Jpn. J. Ophthalmol. https://doi.org/10.1007/s10384-020-00806-4 (2021).

Artikel PubMed Google Scholar

Yamamoto, T. et al. Die 5-Jahres-Inzidenz von Bläschen-bedingten Infektionen und ihre Risikofaktoren nach Filteroperationen mit zusätzlicher Gabe von Mitomycin C: Kollaborative Studie zur Inzidenz und Behandlung von Bläschen-bedingten Infektionen 2. Ophthalmology 121, 1001–1006. https://doi.org/10.1016/j.ophtha.2013.11.025 (2014).

Artikel PubMed Google Scholar

Yamada, Y. et al. Bewertung systemischer Nebenwirkungen, die durch ophthalmologische Beta-Rezeptor-Antagonisten hervorgerufen werden. J. Ocul. Pharmakol. Dort. 17, 235–248. https://doi.org/10.1089/108076801750295272 (2001).

Artikel CAS PubMed Google Scholar

Sakata, R., Shirato, S., Miyata, K. & Aihara, M. Häufigkeit einer Vertiefung des oberen Augenlidsulcus bei Behandlung mit einer ophthalmischen Tafluprost-Lösung. Jpn. J. Ophthalmol. 58, 212–217. https://doi.org/10.1007/s10384-013-0299-8 (2014).

Artikel CAS PubMed Google Scholar

Aihara, M., Shirato, S. & Sakata, R. Auftreten einer Vertiefung des Sulcus des oberen Augenlids nach der Umstellung von Latanoprost auf Bimatoprost. Jpn. J. Ophthalmol. 55, 600–604. https://doi.org/10.1007/s10384-011-0075-6 (2011).

Artikel PubMed Google Scholar

Shields, M. Textbook of Glaucoma (Williams und Wilkins, 1997).

Google Scholar

Flammer, J., Drance, SM, Fankhauser, F. & Augustiny, L. Differenzielle Lichtschwelle in der automatisierten statischen Perimetrie. Faktoren, die kurzfristige Schwankungen beeinflussen. Bogen. Ophthalmol. 102, 876–879 (1984).

Artikel CAS PubMed Google Scholar

Flammer, J., Drance, SM & Zulauf, M. Differenzielle Lichtschwelle. Kurz- und langfristige Schwankungen bei Patienten mit Glaukom, normalen Kontrollpersonen und Patienten mit Verdacht auf Glaukom. Bogen. Ophthalmol. 102, 704–706 (1984).

Artikel CAS PubMed Google Scholar

Bengtsson, B. & Heijl, A. Falsch-negative Antworten in der Glaukom-Perimetrie: Indikatoren für die Patientenleistung oder Testzuverlässigkeit?. Investieren. Ophthalmol. Vis. Wissenschaft. 41, 2201–2204 (2000).

CAS PubMed Google Scholar

Henson, DB, Evans, J., Chauhan, BC & Lane, C. Einfluss der Fixierungsgenauigkeit auf die Schwellenvariabilität bei Patienten mit Offenwinkelglaukom. Investieren. Ophthalmol. Vis. Wissenschaft. 37, 444–450 (1996).

CAS PubMed Google Scholar

Jansonius, NM Zur Genauigkeit der Messung der Geschwindigkeit der Gesichtsfeldveränderung beim Glaukom. Br. J. Ophthalmol. 94, 1404–1405. https://doi.org/10.1136/bjo.2009.164897 (2010).

Artikel CAS PubMed Google Scholar

Nouri-Mahdavi, K., Hoffman, D., Gaasterland, D. & Caprioli, J. Vorhersage der Gesichtsfeldprogression beim Glaukom. Investieren. Ophthalmol. Vis. Wissenschaft. 45, 4346–4351. https://doi.org/10.1167/iovs.04-0204 (2004).

Artikel PubMed Google Scholar

Crabb, DP et al. in der Häufigkeit von Gesichtsfeldtests bei der Überwachung von Patienten mit neu diagnostiziertem Glaukom: Gemischte Methoden und Modellierung (NIHR Journals Library, 2014).

Hu, R., Racette, L., Chen, KS & Johnson, CA Funktionelle Beurteilung des Glaukoms: Progression aufdecken. Überleben. Ophthalmol. 65, 639–661. https://doi.org/10.1016/j.survophthal.2020.04.004 (2020).

Artikel PubMed PubMed Central Google Scholar

Chauhan, BC et al. Praktische Empfehlungen zur Messung der Geschwindigkeit der Gesichtsfeldveränderung beim Glaukom. Br. J. Ophthalmol. 92, 569–573. https://doi.org/10.1136/bjo.2007.135012 (2008).

Artikel CAS PubMed Google Scholar

Taketani, Y., Murata, H., Fujino, Y., Mayama, C. & Asaoka, R. Wie viele Gesichtsfelder sind erforderlich, um zukünftige Testergebnisse bei Glaukompatienten bei Verwendung verschiedener Trendanalysen genau vorherzusagen? Investieren. Ophthalmol. Vis. Wissenschaft. 56, 4076–4082. https://doi.org/10.1167/iovs.14-16341 (2015).

Artikel CAS PubMed Google Scholar

Choi, AYJ et al. Kontrastempfindlichkeits-Isokonturen des zentralen Gesichtsfeldes. Wissenschaft. Rep. 9, 11603. https://doi.org/10.1038/s41598-019-48026-2 (2019).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Curcio, CA & Allen, KA Topographie von Ganglienzellen in der menschlichen Netzhaut. J. Comp. Neurol. 300, 5–25. https://doi.org/10.1002/cne.903000103 (1990).

Artikel CAS PubMed Google Scholar

De Moraes, CG et al. 24–2 Gesichtsfelder übersehen zentrale Defekte, die bei 10–2 Tests bei Glaukomverdächtigen, okulären Hypertonikern und frühem Glaukom festgestellt wurden. Augenheilkunde 124, 1449–1456. https://doi.org/10.1016/j.ophtha.2017.04.021 (2017).

Artikel PubMed Google Scholar

Grillo, LM et al. Der 24–2-Gesichtsfeldtest übersieht zentrale Makulaschäden, die durch den 10–2-Gesichtsfeldtest und die optische Kohärenztomographie bestätigt wurden. Übers. Vis. Wissenschaft. Technol. 5, 15. https://doi.org/10.1167/tvst.5.2.15 (2016).

Artikel PubMed PubMed Central Google Scholar

Park, HY, Hwang, BE, Shin, HY & Park, CK Klinische Hinweise zur Vorhersage des Vorhandenseins eines parafovealen Skotoms im Humphrey 10–2-Gesichtsfeld unter Verwendung eines Humphrey 24–2-Gesichtsfelds. Bin. J. Ophthalmol. 161, 150–159. https://doi.org/10.1016/j.ajo.2015.10.007 (2016).

Artikel PubMed Google Scholar

Sullivan-Mee, M., Karin Tran, MT, Pensyl, D., Tsan, G. & Katiyar, S. Prävalenz, Merkmale und Schweregrad des glaukomatösen Gesichtsfeldverlusts, gemessen mit dem 10–2 achromatischen Gesichtsfeldtest. Bin. J. Ophthalmol. 168, 40–51. https://doi.org/10.1016/j.ajo.2016.05.003 (2016).

Artikel PubMed Google Scholar

Traynis, I. et al. Prävalenz und Art früher glaukomatöser Defekte in den zentralen 10 Grad des Gesichtsfeldes. JAMA Ophthalmol. 132, 291–297. https://doi.org/10.1001/jamaophthalmol.2013.7656 (2014).

Artikel PubMed PubMed Central Google Scholar

Wu, Z., Medeiros, FA, Weinreb, RN & Zangwill, LM Durchführung der 10–2- und 24–2-Gesichtsfeldtests zur Erkennung zentraler Gesichtsfeldanomalien bei Glaukom. Bin. J. Ophthalmol. 196, 10–17. https://doi.org/10.1016/j.ajo.2018.08.010 (2018).

Artikel PubMed PubMed Central Google Scholar

Abe, RY et al. Der Einfluss des Ortes des fortschreitenden Gesichtsfeldverlusts auf longitudinale Veränderungen der Lebensqualität von Patienten mit Glaukom. Ophthalmologie 123, 552–557. https://doi.org/10.1016/j.ophtha.2015.10.046 (2016).

Artikel PubMed Google Scholar

Sun, Y. et al. Der Einfluss von Gesichtsfeldclustern auf leistungsbasierte Messungen und die sehbezogene Lebensqualität bei Patienten mit Glaukom. Bin. J. Ophthalmol. 163, 45–52. https://doi.org/10.1016/j.ajo.2015.12.006 (2016).

Artikel PubMed Google Scholar

McNaught, AI, Crabb, DP, Fitzke, FW & Hitchings, RA Modellierung einer Reihe von Gesichtsfeldern zur Erkennung des Fortschreitens eines Normaldruckglaukoms. Graefes Arch. Klin. Exp. Ophthalmol. 233, 750–755. https://doi.org/10.1007/BF00184085 (1995).

Artikel CAS PubMed Google Scholar

Caprioli, J. et al. Eine Methode zur Messung und Vorhersage der regionalen Gesichtsfeldverschlechterung beim Glaukom. Investieren. Ophthalmol. Vis. Wissenschaft. 52, 4765–4773. https://doi.org/10.1167/iovs.10-6414 (2011).

Artikel PubMed Google Scholar

Bengtsson, B., Patella, VM & Heijl, A. Vorhersage des glaukomatösen Gesichtsfeldverlusts durch Extrapolation linearer Trends. Bogen. Ophthalmol. 127, 1610–1615. https://doi.org/10.1001/archophthalmol.2009.297 (2009).

Artikel PubMed Google Scholar

Heijl, A., Lindgren, G. & Olsson, J. Normale Variabilität statischer perimetrischer Schwellenwerte im zentralen Gesichtsfeld. Bogen. Ophthalmol. 105, 1544–1549. https://doi.org/10.1001/archopht.1987.01060110090039 (1987).

Artikel CAS PubMed Google Scholar

Fujino, Y., Murata, H., Mayama, C. & Asaoka, R. Anwendung der „Lasso“-Regression zur Vorhersage der zukünftigen Gesichtsfeldprogression bei Glaukompatienten. Investieren. Ophthalmol. Vis. Wissenschaft. 56, 2334–2339. https://doi.org/10.1167/iovs.15-16445 (2015).

Artikel PubMed Google Scholar

Fujino, Y., Murata, H., Mayama, C., Matsuo, H. & Asaoka, R. Anwendung der „Lasso“-Regression zur Vorhersage der zukünftigen glaukomatösen Gesichtsfeldprogression in den zentralen 10 Grad. J. Glaucoma 26, 113–118. https://doi.org/10.1097/IJG.0000000000000577 (2017).

Artikel PubMed Google Scholar

David, RCC et al. Merkmale der zentralen Gesichtsfeldprogression bei Augen mit Papillenblutung. Bin. J. Ophthalmol. 231, 109–119. https://doi.org/10.1016/j.ajo.2021.05.026 (2021).

Artikel PubMed PubMed Central Google Scholar

Kim, EK, Park, HL, Hong, KE, Shin, DY & Park, CK Untersuchung des Progressionsmusters und der damit verbundenen Risikofaktoren bei Glaukompatienten mit anfänglichen parazentralen Skotomen unter Verwendung von Humphrey 10–2. Wissenschaft. Rep. 11, 18609. https://doi.org/10.1038/s41598-021-97446-6 (2021).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Wang, M. et al. Künstliche Intelligenz zur Klassifizierung zentraler Gesichtsfeldmuster beim Glaukom. Ophthalmologie 127, 731–738. https://doi.org/10.1016/j.ophtha.2019.12.004 (2020).

Artikel PubMed Google Scholar

de Moraes, CG et al. Definition von 10–2 Kriterien für die Gesichtsfeldprogression: Exploratorische und bestätigende Faktorenanalyse mittels punktweiser linearer Regression. Ophthalmologie 121, 741–749. https://doi.org/10.1016/j.ophtha.2013.10.018 (2014).

Artikel PubMed Google Scholar

Chen, A. et al. Modelle des glaukomatösen Gesichtsfeldverlustes. Investieren. Ophthalmol. Vis. Wissenschaft. 55, 7881–7887. https://doi.org/10.1167/iovs.14-15435 (2014).

Artikel PubMed Google Scholar

Fung, SS, Lemer, C., Russell, RA, Malik, R. & Crabb, DP Werden praktische Empfehlungen umgesetzt? Eine nationale multizentrische Querschnittsstudie zur Häufigkeit von Gesichtsfeldtests beim Glaukom. Br. J. Ophthalmol. 97, 843–847. https://doi.org/10.1136/bjophthalmol-2012-302903 (2013).

Artikel PubMed Google Scholar

Malik, R., Baker, H., Russell, RA & Crabb, DP Eine Umfrage zur Einstellung von Glaukom-Subspezialisten in England und Wales zu Gesichtsfeldtestintervallen in Bezug auf die NICE-Richtlinien. BMJ Open 3, e002067. https://doi.org/10.1136/bmjopen-2012-002067 (2013).

Artikel PubMed PubMed Central Google Scholar

Asaoka, R. Messung der Gesichtsfeldprogression im zentralen 10-Grad-Gesichtsfeld unter Verwendung zusätzlicher Informationen aus dem zentralen 24-Grad-Gesichtsfeld und „Lasso-Regression“. PLoS ONE 8, e72199. https://doi.org/10.1371/journal.pone.0072199 (2013).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Xu, L. et al. Vorhersage des glaukomatösen zentralen 10-Grad-Gesichtsfelds anhand der optischen Kohärenztomographie mithilfe von Deep Learning und Tensorregression. Bin. J. Ophthalmol. 218, 304–313. https://doi.org/10.1016/j.ajo.2020.04.037 (2020).

Artikel PubMed Google Scholar

Hashimoto, Y. et al. Deep-Learning-Modell zur Vorhersage des Gesichtsfeldes im zentralen 10-Grad-Bereich aus der Messung der optischen Kohärenztomographie bei Glaukom. Br. J. Ophthalmol. 105, 507–513. https://doi.org/10.1136/bjophthalmol-2019-315600 (2021).

Artikel PubMed Google Scholar

Asano, S. et al. Vorhersage des zentralen 10-Grad-Gesichtsfeldes bei Glaukom durch Anwendung eines Deep-Learning-Algorithmus auf Bilder der optischen Kohärenztomographie. Wissenschaft. Rep. 11, 2214. https://doi.org/10.1038/s41598-020-79494-6 (2021).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Asaoka, R. Die Kartierung der 30–2- und 10–2-Gesichtsfelder von Glaukompatienten zeigt Cluster beschädigter Testpunkte im 10–2-Raster, die im spärlichen 30–2-Raster nicht erfasst werden. PLoS ONE 9, e98525. https://doi.org/10.1371/journal.pone.0098525 (2014).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Hood, DC, Raza, AS, de Moraes, CG, Liebmann, JM & Ritch, R. Glaukomatöse Schädigung der Makula. Prog. Retin Eye Res. 32, 1–21. https://doi.org/10.1016/j.preteyeres.2012.08.003 (2013).

Artikel PubMed Google Scholar

Hirasawa, K., Murata, H. & Asaoka, R. Erneute Bestätigung der Nützlichkeit eines „sektorweisen Regressions“-Ansatzes zur Vorhersage des glaukomatösen Sehfunktionsverlaufs. Investieren. Ophthalmol. Vis. Wissenschaft. 56, 4332–4335. https://doi.org/10.1167/iovs.15-16694 (2015).

Artikel PubMed Google Scholar

Hirasawa, K., Murata, H., Hirasawa, H., Mayama, C. & Asaoka, R. Gruppierung von Gesichtsfeldtestpunkten basierend auf Progressionsraten, um die Vorhersage zukünftiger Schäden zu verbessern. Investieren. Ophthalmol. Vis. Wissenschaft. Rev. 55, 7681–7685. https://doi.org/10.1167/iovs.14-15040 (2014).

Artikel PubMed Google Scholar

Omoto, T. et al. Validierung der Nützlichkeit der sektorweisen Regression des Gesichtsfeldes in den zentralen 10 Grad. Br. J. Ophthalmol. https://doi.org/10.1136/bjophthalmol-2020-317391 (2021).

Artikel PubMed Google Scholar

Heijl, A. et al. Ein neuer SITA-Algorithmus zur perimetrischen Schwellenwertprüfung: Konstruktion und eine multizentrische klinische Studie. Bin. J. Ophthalmol. 198, 154–165. https://doi.org/10.1016/j.ajo.2018.10.010 (2019).

Artikel PubMed Google Scholar

Phu, J., Khuu, SK, Agar, A. & Kalloniatis, M. Klinische Bewertung des schwedischen interaktiven Schwellenwertalgorithmus – schneller im Vergleich zum schwedischen interaktiven Schwellenwertalgorithmus – Standard bei normalen Probanden, Glaukomverdächtigen und Patienten mit Glaukom. Bin. J. Ophthalmol. 208, 251–264. https://doi.org/10.1016/j.ajo.2019.08.013 (2019).

Artikel PubMed Google Scholar

Saunders, LJ, Russell, RA & Crabb, DP Messgenauigkeit in einer Reihe von Gesichtsfeldern, die mit den Standard- und Schnellversionen des schwedischen interaktiven Schwellenwertalgorithmus erfasst wurden: Analyse umfangreicher Daten aus Kliniken. JAMA Ophthalmol. 133, 74–80. https://doi.org/10.1001/jamaophthalmol.2014.4237 (2015).

Artikel PubMed Google Scholar

Asaoka, R., Fujino, Y., Aoki, S., Matsuura, M. & Murata, H. Schätzung der Zuverlässigkeit des glaukomatösen Gesichtsfelds für die genaue Beurteilung des Fortschreitens mithilfe der Blickverfolgungs- und Zuverlässigkeitsindizes. Ophthalmol. Glaukom 2, 111–119. https://doi.org/10.1016/j.ogla.2019.02.001 (2019).

Artikel PubMed Google Scholar

Bengtsson, B. Zuverlässigkeit computergestützter perimetrischer Schwellentests, bewertet anhand von Zuverlässigkeitsindizes und Schwellenreproduzierbarkeit bei Patienten mit vermutetem und manifestem Glaukom. Acta Ophthalmol. Scan. 78, 519–522. https://doi.org/10.1034/j.1600-0420.2000.078005519.x (2000).

Artikel CAS PubMed Google Scholar

Heijl, A. et al. Falsch positive Antworten in der standardmäßigen automatisierten Perimetrie. Bin. J. Ophthalmol. 233, 180–188. https://doi.org/10.1016/j.ajo.2021.06.026 (2022).

Artikel PubMed Google Scholar

Ishiyama, Y., Murata, H., Hirasawa, H. & Asaoka, R. Abschätzen des Nutzens der Humphrey-Perimetrie-Blickverfolgung zur Bewertung der Struktur-Funktions-Beziehung beim Glaukom. Investieren. Ophthalmol. Vis. Wissenschaft. 56, 7801–7805. https://doi.org/10.1167/iovs.15-17988 (2015).

Artikel CAS PubMed Google Scholar

Ishiyama, Y., Murata, H., Mayama, C. & Asaoka, R. Eine objektive Bewertung der Blickverfolgung in der Humphrey-Perimetrie und der Zusammenhang mit der Reproduzierbarkeit von Gesichtsfeldern: Eine Pilotstudie zum Glaukom. Investieren. Ophthalmol. Vis. Wissenschaft. 55, 8149–8152. https://doi.org/10.1167/iovs.14-15541 (2014).

Artikel PubMed Google Scholar

Crabb, DP & Garway-Heath, DF Intervalle zwischen Gesichtsfeldtests bei der Überwachung des Glaukompatienten: Abwartender Ansatz. Investieren. Ophthalmol. Vis. Wissenschaft. 53, 2770–2776. https://doi.org/10.1167/iovs.12-9476 (2012).

Artikel PubMed Google Scholar

Murata, H., Araie, M. & Asaoka, R. Ein neuer Ansatz zur Messung der Gesichtsfeldprogression bei Glaukompatienten mithilfe der linearen Variations-Bayes-Regression. Investieren. Ophthalmol. Vis. Wissenschaft. 55, 8386–8392. https://doi.org/10.1167/iovs.14-14625 (2014).

Artikel PubMed Google Scholar

Huber, PJ Robuste Schätzung eines Standortparameters. Ann. Mathematik. Stat. 35, 73–101. https://doi.org/10.1214/aoms/1177703732 (1964).

Artikel MathSciNet MATH Google Scholar

Wilcox, RR Einführung in robuste Schätzungen und Hypothesentests, 3. Aufl. (Academic Press, 2012).

MATH Google Scholar

Baayen, RH, Davidson, DJ & Bates, DM Mixed-Effects-Modellierung mit gekreuzten Zufallseffekten für Subjekte und Elemente. J. Mem. Lang. 59, 390–412. https://doi.org/10.1016/j.jml.2007.12.005 (2008).

Artikel Google Scholar

Bates, D., Mächler, M., Bolker, B. & Walker, S. Anpassung linearer Mixed-Effects-Modelle mit lme4. J. Stat. Softw. 67(1), 48. https://doi.org/10.18637/jss.v067.i01 (2015).

Artikel Google Scholar

Benjamini, Y. & Hochberg, Y. Kontrolle der Falscherkennungsrate: Ein praktischer und leistungsstarker Ansatz für Mehrfachtests. JR-Stat. Soc. Ser. B (Methodol.) 57, 289–300 (1995).

MathSciNet MATH Google Scholar

Referenzen herunterladen

Finanzielle Unterstützung: Teilweise unterstützt durch die Zuschüsse 20768254, 25861618 und 19H01114, 18KK0253 und 26462679 des japanischen Ministeriums für Bildung, Kultur, Sport, Wissenschaft und Technologie, dem Translational Research-Programm; Zuschüsse aus der strategischen Förderung für die praktische Anwendung innovativer medizinischer Technologie (TR-SPRINT) der Japan Agency for Medical Research and Development (AMED) und Zuschüsse zur AIP-Beschleunigungsforschung der Japan Science and Technology Agency.

Abteilung für Augenheilkunde, University of Tokyo Graduate School of Medicine, 7-3-1 Hongo, Bunkyo-Ku, Tokio, 113-8655, Japan

Takashi Omoto, Ryo Asaoka, Hiroshi Murata, Yuri Fujino und Tatsuya Inoue

Abteilung für Augenheilkunde, Allgemeines Krankenhaus Seirei Hamamatsu, Shizuoka, Japan

Ryo Asaoka und Yuri Fujino

Seirei Christopher University, Shizuoka, Japan

Ryo Asaoka

Nanovision Research Division, Forschungsinstitut für Elektronik, Shizuoka-Universität, Shizuoka, Japan

Ryo Asaoka

Die Graduiertenschule zur Schaffung neuer Photonikindustrien, Shizuoka, Japan

Ryo Asaoka

Abteilung für Augenheilkunde und visuelle Wissenschaften, Graduiertenschule für Medizin der Universität Kyoto, Kyoto, Japan

Tadamichi Akagi, Akio Oishi und Manabu Miyata

Abteilung für Augenheilkunde und visuelle Wissenschaft, Niigata University Graduate School of Medical and Dental Sciences, Niigata, Japan

Tadamichi Akagi

Abteilung für Augenheilkunde und visuelle Wissenschaften, Universität Nagasaki, Nagasaki, Japan

Akio Oishi

Center Hospital des National Center for Global Health and Medicine, Tokio, Japan

Hiroshi Murata

Abteilung für Augenheilkunde, Medizinische Fakultät der Universität Shimane, Shimane, Japan

Yuri Fujino & Masaki Tanito

Abteilung für Augenheilkunde, Medizinische Fakultät, Kitasato-Universität, Kanagawa, Japan

Kazunori Hirasawa und Nobuyuki Shoji

Abteilung für Augenheilkunde und Mikrotechnologie, Medizinische Fakultät der Yokohama City University, Kanagawa, Japan

Tatsuya Inoue

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

TO und RA trugen zur Gestaltung der Arbeit, der Datenanalyse und der Ausarbeitung des Manuskripts bei. TA, AO, MM, HM, YF, KH, TI, MT und NS trugen zur Datenerfassung und Überwachung der Studie bei. Alle Autoren haben zur endgültigen Genehmigung der veröffentlichten Version beigetragen.

Korrespondenz mit Ryo Asaoka.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Omoto, T., Asaoka, R., Akagi, T. et al. Die Anzahl der Untersuchungen, die für die genaue Vorhersage des Verlaufs des zentralen 10-Grad-Gesichtsfeldtests beim Glaukom erforderlich sind. Sci Rep 12, 18843 (2022). https://doi.org/10.1038/s41598-022-23604-z

Zitat herunterladen

Eingegangen: 02. Dezember 2021

Angenommen: 02. November 2022

Veröffentlicht: 07. November 2022

DOI: https://doi.org/10.1038/s41598-022-23604-z

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Japanisches Journal für Augenheilkunde (2023)

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.