Ultra

Oct 31, 2023

Wissenschaftliche Berichte Band 12, Artikelnummer: 19287 (2022) Diesen Artikel zitieren

1503 Zugriffe

1 Zitate

Details zu den Metriken

Analyse der Leistung der Ultraweitwinkel-Fundusfotografie (UWF) im Vergleich zur Ophthalmoskopie bei der Identifizierung und Klassifizierung von Netzhauterkrankungen. Patienten, die auf vermutete schwerwiegende Netzhauterkrankungen untersucht wurden, wurden nacheinander aufgenommen. Jeder Patient wurde einer indirekten ophthalmoskopischen Untersuchung unterzogen, mit Skleraldepression und/oder Fundusbiomikroskopie, sofern klinisch indiziert, und mydriatischer UWF-Fundusbildgebung mittels der CLARUS 500™ Funduskamera. Jedes Auge wurde von einem klinischen Prüfer und zwei Bildprüfern in die folgenden Gruppen eingeteilt: normale Netzhaut, diabetische Retinopathie, Gefäßanomalien, Makuladegenerationen und -dystrophien, Netzhaut- und Aderhauttumoren, periphere degenerative Läsionen sowie Netzhautablösung und kurzsichtige Veränderungen. Es wurden 7024 Augen neuer Patienten eingeschlossen. Die Übereinstimmung zwischen den Bewertern für die Bildklassifizierung war perfekt (Kappa = 0,998, 95 %-Konfidenzintervall (95 %-KI) = 0,997–0,999), da die beiden Methoden für die Diagnose von Netzhauterkrankungen übereinstimmten (Kappa = 0,997, 95 %-KI = 0,996– 0,999) ohne statistisch signifikanten Unterschied. Die UWF-Fundusbildgebung könnte eine Alternative zur Ophthalmoskopie sein, da sie eine genaue Klassifizierung schwerwiegender Netzhauterkrankungen ermöglicht und das Spektrum der möglicherweise mit der Teleophthalmologie diagnostizierten Erkrankungen erweitert. Obwohl sich der Arzt der Möglichkeit bewusst sein sollte, dass eine Minderheit der am weitesten peripheren Läsionen möglicherweise nicht vollständig sichtbar ist, kann dies im Rahmen einer vollständigen ophthalmologischen Untersuchung als diagnostische Erstlinienmethode in Betracht gezogen werden.

Die jüngste Pandemie der Coronavirus-Krankheit 2019 (COVID-19) hat die medizinische Gemeinschaft gezwungen, die Methoden der klinischen Bewertung, insbesondere in der Augenheilkunde, zu überarbeiten und neu zu organisieren: obwohl sie derzeit der Goldstandard für die Untersuchung der Netzhautperipherie, der indirekten Ophthalmoskopie sowie der zentralen ist Die Fundus-Biomikroskopie bei Makulaerkrankungen erfordert einen engen Kontakt mit dem Patienten und benötigt ausreichend Zeit für die Beurteilung1,2,3. Der breite Einsatz von Ultraweitwinkel-Funduskameras (UWF) hat dazu beigetragen, diese Hindernisse teilweise zu überwinden und ermöglicht es dem Kliniker, Fundusbilder auch aus der Ferne, nämlich an einem anderen Ort als der Klinik, zu analysieren, um die Zeit für die Auswertung zu verkürzen der Patient und der Kliniker; um ein Screening auf Netzhauterkrankungen wie diabetische Retinopathie4,5,6 und periphere Netzhautläsionen7,8,9 durchzuführen. Die Fundusbildgebung kann als UWF betrachtet werden, wenn sie ein Netzhautfeld von 100° oder mehr abdeckt4,7,10,11,12 und in einer einzigen Aufnahme Netzhautmerkmale vor den Wirbelvenenampullen in allen vier Quadranten zeigt13. Umgekehrt sollte der Begriff „weites Feld“ für Bilder verwendet werden, die Netzhautmerkmale jenseits des hinteren Pols, aber hinter der Wirbelvenenampulle in allen vier Quadranten zeigen13.

Die derzeit am weitesten verbreiteten UWF-Fundusbildgebungssysteme sind: Clarus™ (CLARUS 500™, Carl Zeiss Meditec AG, Jena, Deutschland) und Optos® (Optos California®, Optos PLC, Dunfermline, Vereinigtes Königreich). Clarus™ ist eine Funduskamera, die ein echtes Farbfoto der Netzhaut liefert und bis zu 133° Bildfeld in einem einzigen Bild abdeckt, wobei mit der Automontage-Funktion ein Bildfeld von über 200° erreicht wird. Dank der teilweise konfokalen Optik von Clarus™ werden Wimpern- und Augenlidartefakte reduziert oder ganz beseitigt. Einige systemeigene Tools ermöglichen dem Kliniker den Vergleich von Bildern4. Im Gegensatz dazu ist Optos® ein Scan-Laser-Ophthalmoskop, das in einem einzigen Bild bis zu 200° der Netzhaut erfassen kann. Die Kombination aus monochromatischem rotem und grünem Scanlaser führt zu einem halbrealistischen zweifarbigen Fundusbild, das einige Unterschiede zu einem echten Farbbild aufweisen kann4. Diese beiden Kameras haben eine ähnliche Wirksamkeit bei der Einstufung des Schweregrads der diabetischen Retinopathie gezeigt4,14, während ihre Rolle bei der Lokalisierung peripherer Läsionen immer noch umstritten ist7,8,9. Eine weitere kürzlich entwickelte Funduskamera ist Eidon (Centervue SPA, Padua, Italien), ein konfokales Scan-Laser-Ophthalmoskop, das ein echtes Fundus-Farbbild erstellt und ein Feld von 90° bei Einzelbelichtung und bis zu 160° mit Mosaikfunktion abdeckt15.

Ziel dieser Studie war es, die Leistung einer UWF-Funduskamera, nämlich Clarus™, im Vergleich zur indirekten Ophthalmoskopie sowie zur zentralen Fundusbiomikroskopie bei Verdacht oder Vorliegen einer Makulabeteiligung bei der Identifizierung und Klassifizierung schwerwiegender Netzhauterkrankungen zu bewerten.

Dabei handelte es sich um eine nicht-interventionelle Querschnittsstudie mit prospektiver Einschreibung, die den Grundsätzen der Deklaration von Helsinki entsprach und vom örtlichen Institutional Review Board („Comitato Etico per la Sperimentazione Clinica della Provincia di Padova“ – Prot. N. 11.870) genehmigt wurde -2022). Von jedem Patienten wurde eine Einverständniserklärung eingeholt. Alle neuen Patienten, die zwischen Februar 2020 und Dezember 2021 an unsere Abteilung adressiert und untersucht wurden, wurden nacheinander eingeschlossen und auf schwerwiegende Netzhauterkrankungen untersucht. Bei jedem Patienten wurde eine indirekte ophthalmoskopische Untersuchung mit Skleraldepression durchgeführt, wenn dies nach Einschätzung des Untersuchers klinisch angezeigt war, und/oder einer Biomikroskopie des zentralen Fundus, wenn eine Makulabeteiligung vermutet wurde oder vorlag, durchgeführt von einem Netzhautexperten (ohne Rücksicht auf die klinischen Unterlagen des Patienten) und mydriatischem UWF Fundusbildgebung mittels Clarus™ Funduskamera, durchgeführt von einem spezialisierten Techniker. Für jede Blickposition (oben, unten, rechts, links) wurden Bilder aufgenommen, vom System automatisch montiert und zur Analyse als JPG-Dateien mit 6604 × 4274 Pixeln exportiert. Die Bilder wurden dann unabhängig voneinander von zwei maskierten Netzhautspezialisten überprüft und klassifiziert, um die Intergrader-Übereinstimmung zu berechnen. Den Untersuchern wurden gegenseitige Beurteilungen und Merkmale der Patienten, einschließlich visueller Symptome, vorenthalten.

Somit erhielt jedes Auge drei unabhängige Klassifizierungen durch: einen klinischen Bewerter (CG) und zwei klinische Bildbeurteiler (IG1, IG2)5,16, in den folgenden Gruppen: normale Netzhaut (NR), diabetische Retinopathie (DR), Gefäßanomalien ( VA), Makuladegenerationen und -dystrophien (MD), Netzhaut- und Aderhauttumoren (T), periphere degenerative Läsionen und Netzhautablösungen (PLD) sowie myopische Veränderungen (MY). Die Prüfer wurden speziell darin geschult, nur eine Diagnose auszuwählen und jeweils die am besten geeignete Diagnose anzuwenden. Bilder von schlechter Qualität und Patienten mit erheblichen Medientrübungen (Hornhauttrübungen, Katarakt oder Glaskörperblutung) wurden ausgeschlossen. Siehe Abb. 1 für das Flussdiagramm der Studie.

Flussdiagramm mit detaillierten Angaben zur Patientenrekrutierung, Bildaufnahme und Klassifizierung in der vorliegenden Studie.

Die Empfindlichkeit für die Identifizierung schwerwiegender Netzhauterkrankungen mit dem Clarus™-Bildgebungssystem wurde für jede einzelne Erkrankung wie folgt berechnet: Anzahl der Augen, die bei der UWF-Bildgebung genau klassifiziert wurden, geteilt durch die Anzahl der Augen, die bei der Ophthalmoskopie korrekt gekennzeichnet wurden8. Die Spezifität wurde für jede Krankheitsgruppe berechnet, indem die Anzahl der nicht betroffenen Augen, die durch UWF-Bildgebung identifiziert wurden, durch die Anzahl der durch Ophthalmoskopie als nicht betroffen diagnostizierten Augen dividiert wurde. Wir betrachteten statistische Tests als signifikant für p-Werte unter 0,05. Sowohl die Intergrader-Übereinstimmung als auch der Konsens zwischen klinischer und bildgebender Klassifizierung wurden durch den Anteil der beobachteten Übereinstimmung (Anzahl der Augen, für die die beiden Bewertungen übereinstimmen, bezogen auf die Gesamtzahl der bewerteten Augen), den einfachen und gewichteten Kappa (k) und dessen 95 %-Wert quantifiziert. Konfidenzintervall (95 % KI). Bias und Prävalenzindex wurden ebenfalls berechnet, der k-Koeffizient mithilfe des prävalenzbereinigten und verzerrungsbereinigten Kappa-Koeffizienten (PABAK) und auch der Gwet-Übereinstimmungskoeffizient erster Ordnung. Die Übereinstimmungsindizes wurden sowohl für die Gesamtergebnisse als auch für die einzelnen Störungen bewertet. Die Interpretation des k-Werts und der anderen Indizes erfolgte gemäß den Angaben von Landis & Koch17: schlecht, wenn k < 0, gering, wenn 0–0,20, mittelmäßig, wenn 0,21–0,40, mäßig, wenn 0,41–0,60, erheblich, wenn 0,61–0,80 , fast perfekt, wenn 0,81–1,00. Alle Analysen wurden mit SAS® v. 9.4 (SAS Institute, Cary NC, USA) auf einem PC durchgeführt. Für die Berechnung von k wurde das von Yang und Zhou18 bereitgestellte SAS-Codemakro verwendet.

Insgesamt wurden nacheinander 7250 Augen von 3625 Patienten eingeschlossen. 226 Augen wurden aufgrund erheblicher Medientrübungen (172) und/oder schlechter Bildqualität (54) ausgeschlossen. 7024 Augen wurden abschließend untersucht. Die klinischen Merkmale (CG) der untersuchten Augen waren die folgenden: Diabetische Retinopathie, von mild bis proliferativ, trat bei 1819 Augen auf (26 % der Gesamtzahl) (Abb. 2A); Gefäßanomalien wie Gefäßverschlüsse, Morbus Coats oder Hämangiome betrafen 380 Augen (5 %); Makuladegenerationen (altersbedingte, zentrale seröse Chorioretinopathie) oder hereditäre Dystrophien traten bei 777 Augen (11 %) auf; Netzhaut- oder Aderhauttumoren wie Aderhautmelanom, Retinoblastom und Aderhautmetastasen wurden in 1426 Augen (20 %) gefunden (Abb. 2B); periphere Läsionen, nämlich: Netzhautablösung, Netzhautbrüche, gutartige Netzhautdegenerationen, klinisch offensichtliche Ablösung des hinteren Glaskörpers, traten bei 369 Augen (5 %) auf; Kurzsichtige Augen mit typischen chorioretinalen Läsionen waren 550 (8 %) und normale Augen waren 1703 (24 %). Die Ergebnisse der klinischen und bildgebenden Klassifizierungen sind in Tabelle 1 aufgeführt. Die für jede klinische Bewertung erforderliche Zeit betrug 8,5 ± 3,0 Minuten, 3,0 ± 1,5 für jede Bilderfassung mit automatischer Montage und 3,5 ± 1,0 für die Bildanalyse.

Beispiele für verpasste Diagnosen bei der klinischen Untersuchung: (a) Leichte diabetische Retinopathie; (b) kleiner, flacher Nävus.

Die Übereinstimmung zwischen den Beurteilern der klinischen Bildgebung war erheblich (k = 0,998, 95 % IC = 0,997–0,999). Die Analyse zwischen klinischer (CG) und bildgebender Diagnose (IG1, IG2) von Netzhauterkrankungen zeigte eine hervorragende Übereinstimmung der beiden Methoden, sowohl in den Gesamtergebnissen mit k = 0,997 (95 % IC = 0,996–0,999) als auch in den einzelnen individuelle Störung (k ≥ 0,994). Der Übereinstimmungskoeffizient erster Ordnung von PABAK und Gwet zeigte keinen signifikanten Unterschied zum k-Koeffizienten. Vergleichsklassifikationen und k-Index (Standard und angepasst) mit dem für jede Störung ermittelten 95 %-Konfidenzintervall sind in Tabelle 2 aufgeführt.

Es zeigte sich kein signifikanter Unterschied bei der Netzhautbeurteilung zwischen den beiden Verfahren. Insgesamt wurden 5.316 von 5.321 Augen mit der UWF-Bildgebungsmethode korrekt klassifiziert, was eine Sensitivität und Spezifität von nahezu 100 % für jede Krankheitsgruppe zeigte. Die Sensibilitäts- und Spezifitätsergebnisse in einzelnen Gruppen finden Sie in Tabelle 3.

Obwohl die indirekte Ophthalmoskopie, insbesondere im Zusammenhang mit Skleraldepressionen, und die hintere Biomikroskopie immer noch der Goldstandard für die Fundusuntersuchung sind19, hat in den letzten zehn Jahren der Einsatz von Fundusfotografiesystemen als Ergänzung zur klinischen Bewertung stark zugenommen11,12,207,21, 22 oder als Screening-Instrument für viele Netzhauterkrankungen, insbesondere diabetische Retinopathie4,5,6,10, periphere Netzhautläsionen8,9 und andere Netzhauterkrankungen16,23,24, auch mittels Deep-Learning-Technologien3,6,25,26. Dies ist auf die fortschreitende Verbesserung der Netzhautfunduskameras zurückzuführen, die sowohl die Größe des ausgewerteten Netzhautfeldes als auch die Qualität der Bilder betrifft: Von den ersten Kameras, die ein Netzhautfeld von 20–30° in einem einzigen Bild abdecken 12, verfügen wir nun über Systeme, die dazu in der Lage sind Es besteht die Möglichkeit, Echtfarben-Fundusbilder zu erfassen, die bis zu 200° des Netzhautfeldes mit einer Pixelauflösung von 6604 × 4274 (Clarus™) abdecken, oder ein zweifarbiges Fundusbild mit einem Feld von 200° und einer Pixelauflösung von 3900 × 3072 (Optos®) bereitzustellen )4,12,14. Die COVID-19-Pandemie hat diesen Trend aufgrund der Notwendigkeit, enge Kontakte zu reduzieren und der Belastung der Gesundheitssysteme zu verschärfen1,2,3: Neben der Sicherheit verkürzt das Augen-Tele-Screening die Untersuchungszeit sowohl bei Erwachsenen als auch bei Kindern3.

In jüngsten Studien wurde die UWF-Bildgebung für einzelne Erkrankungen untersucht, wobei die meisten davon bei diabetischer Retinopathie, peripheren Netzhautläsionen oder anderen Netzhauterkrankungen durchgeführt wurden. Einige Berichte haben gezeigt, dass die UWF-Fundusbildgebung ein wirksames und nützliches Instrument zur Beurteilung diabetischer Retinopathie ist4,5,12, wobei der Schwerpunkt auf der höheren Genauigkeit von Clarus™ bei der Erkennung von Mikroaneurysmen und Netzhautblutungen liegt: durch die Bereitstellung echter Farbbilder und die Reduzierung von Lid- und Wimpernartefakten Sie ermöglicht eine etwas genauere Stadieneinteilung der diabetischen Retinopathie und Makulopathie als die Optos®-Kamera4. Umgekehrt wurden Studien zur Bewertung der Wirksamkeit der UWF-Bildgebung bei der Erkennung peripherer Netzhautläsionen, wie z. B. Netzhautdegenerationen, Netzhautbrüche und rhegmatogene Netzhautablösungen, hauptsächlich mit Optos® durchgeführt: Obwohl die UWF-Bildgebung als nützliche Ergänzung zur medizinischen Beurteilung angesehen wird, tun einige Autoren dies nicht sind sich einig, dass es aufgrund des möglichen Fehlens einiger peripherer Netzhautläsionen einen Ersatz für die klinische Ophthalmoskopie darstellen kann7,21. Andere Autoren beobachteten übereinstimmende Ergebnisse zwischen der klinischen Untersuchung und der UWF-Bildgebungsuntersuchung und betrachten die beiden Methoden als austauschbar8,19. Auch wenn die effektiven Sichtfelder zwischen Clarus™ und Optos® je nach spezifischem Netzhautquadranten unterschiedlich zu sein scheinen14, ergab eine aktuelle Studie eine ähnliche Fähigkeit zur Erkennung behandlungsbedürftiger Netzhautbrüche zwischen den beiden Systemen9. Die UWF-Bildgebung schien auch für das Screening auf okuläre Toxoplasmose nützlich zu sein23 und der Untersuchung des erweiterten Fundus beim Screening auf Sichelzellenretinopathie sogar überlegen zu sein, da sie eine höhere Genauigkeit bei der Erkennung von Kapillarverschlüssen oder Anastomose16 und bei erblichen Netzhautdystrophien bietet und bisher nicht verfügbare Informationen darüber lieferte Netzhautperipherie24.

Unsere Studie war geplant, um die UWF-Bildgebung der Netzhaut mit der klinischen Bewertung zu vergleichen und die Technik der klinischen Analyse der UWF-Bildgebung der Netzhaut zu validieren, die mit Clarus™ erstellt wurde und ohne ein Deep-Learning-System durchgeführt wurde. Wir rekrutierten Patienten, die in Tageskliniken über einen Zeitraum von etwa zwei Jahren auf vermutete schwerwiegende Netzhauterkrankungen untersucht wurden, ohne nach einzelnen Erkrankungen zu differenzieren, und sammelten so eine sehr große nicht ausgewählte Population (7024 Augen).

Unsere Ergebnisse zeigten, dass die UWF-Bildgebung mittels Clarus™-Fundus-Farbbildern mit einer ophthalmoskopischen Untersuchung vergleichbar ist, die mit indirekter Ophthalmoskopie plus Makula-Biomikroskopie durchgeführt wird, wenn die Makula beteiligt zu sein scheint. Für schwere Netzhauterkrankungen weisen diese Bewertungssysteme eine ähnliche Sensitivität und Spezifität auf (nahezu 100 %), und es wurde kein statistisch signifikanter Unterschied bei der Fundusbeurteilung zwischen den beiden Verfahren festgestellt (k = 0,997, 95 %-KI = 0,996–0,999). Diese Ergebnisse unterscheiden sich von einigen früheren Berichten7,9,21, es muss jedoch betont werden, dass die anderen Studienpopulationen klein waren und sich größtenteils auf periphere Netzhautdegenerationen beschränkten7,9,21. Darüber hinaus wurde in diesen letzten Berichten das Optos®-System7,21 verwendet, über dessen Einschränkungen, hauptsächlich in Bezug auf die Echtfarbe, bereits berichtet wurde4. Andererseits stimmen unsere Ergebnisse mit einigen neueren Studien4,5,8,16,19,23 überein, auch wenn diese Studien auch an kleinen Populationen für ausgewählte Diagnosen (diabetische Retinopathie4,5, periphere Läsionen8, rhegmatogene Netzhautablösung19) durchgeführt wurden , okuläre Toxoplasmose23, ​​Sichelzellenretinopathie16). In Übereinstimmung mit einer anderen Analyse 14 waren die von uns gemeldeten fehlenden Diagnosen zahlenmäßig sehr begrenzt und aufgrund von Läsionen in der äußersten oberen Schläfenperipherie statistisch nicht signifikant. Dies scheint mit dem speziell untersuchten Quadranten zusammenzuhängen, da die Nase des Patienten beim Versuch, Bilder der äußersten Schläfenperipherie aufzunehmen, eingeschränkt ist, da sich die meisten übersehenen Läsionen in der oberen Schläfenperipherie befanden (4 Fälle)9. Die mit der UWF-Bildgebung erreichte Klassifizierung und Diagnose ermöglichte es, den Patienten der richtigen Behandlung zuzuführen, wie etwa einer angemessenen Nachsorge oder bei Bedarf die Weiterleitung des Patienten an einen bestimmten klinischen Versorgungspfad zur Behandlung seiner spezifischen Netzhauterkrankung.

Die Relevanz dieser klinischen Studie liegt auch in der Analyse von UWF-Fundusfotos einer so breiten Population, sowohl hinsichtlich der Anzahl als auch der Störungen. Darüber hinaus ermöglicht die Verwendung des Clarus™-Systems, das eine Fundusbildgebung in Echtfarbe ermöglicht, eine realistische und genaue Beurteilung, die mit der klinischen Beurteilung bei der Ophthalmoskopie vergleichbar ist, abgesehen von einigen seltenen Fällen. Abhängig von den Symptomen und klinischen Merkmalen des Patienten und/oder den Eigenschaften der UWF-Fotos kann jedoch für eine genaue Diagnose eine Untersuchung auch mit indirekter Ophthalmoskopie erforderlich sein. Tatsächlich sollte der Ansatz bei Patienten mit Netzhauterkrankungen derzeit immer multimodal sein, und das UWF-Fundusfoto könnte die erste diagnostische Modalität in diesem Ansatz sein, gefolgt von den anderen, möglicherweise klinisch indizierten diagnostischen Verfahren, einschließlich der Ophthalmoskopie. Daher könnte die Perspektive ein Wechsel von einer „fotounterstützten Ophthalmoskopie“ zu einem „ophthalmoskopieunterstützten UWF-Fundusfotografie“-Ansatz sein.

Eine mögliche Einschränkung unserer Studie könnte die Verwendung dieses Systems ohne ein Deep-Learning-Tool sein, das möglicherweise eine standardisiertere Klassifizierung bietet.

Zusammenfassend berichteten wir über eine wesentliche Übereinstimmung bei der Klassifizierung schwerwiegender Netzhauterkrankungen mithilfe der UWF-Bildgebung. Diese Bewertung unterstreicht die Austauschbarkeit von UWF-Bildgebung und Ophthalmoskopie, indem sie die Technik der UWF-Bildgebungsanalyse bei der Diagnose schwerer Netzhauterkrankungen in der täglichen klinischen Praxis validiert und den Einsatz der UWF-Bildgebung für Fundusuntersuchungen sowohl im klinischen als auch im telemedizinischen Kontext fördern sollte. Die UWF-Bildgebung kann die Qualität der klinischen Beurteilung verbessern, indem sie den Vergleich von zu unterschiedlichen Zeitpunkten aufgenommenen Bildern desselben Auges ermöglicht und so dazu beiträgt, chronische Krankheiten wie diabetische Retinopathie zu überwachen und Rezidive (z. B. Aderhaut- und Netzhauttumoren) leicht zu erkennen, auch indem einige verwendet werden systemeigene Werkzeuge. Darüber hinaus ermöglicht es eine genaue Beurteilung spezifischer Netzhautbereiche wie der Makula oder sehr peripherer Sektoren, ohne dass sich die Beschwerden des Patienten erhöhen, wie dies bei einer längeren ophthalmoskopischen Untersuchung der Fall sein kann. Die Validierung der UWF-Bildgebung zur Beurteilung der Netzhaut erweitert auch die Einsatzmöglichkeiten der Teleophthalmologie: Sie ermöglicht die Untersuchung von Bildern an einem anderen Ort als der Klinik, möglicherweise unter Anwendung eines Deep-Learning-Algorithmus, um die Auswertungszeit zu verkürzen und ein Screening auf schwerwiegende Netzhauterkrankungen durchzuführen Dadurch wird der Patient bei Bedarf schnell zu einem bestimmten klinischen Behandlungspfad weitergeleitet.

Die in dieser Studie präsentierten Daten sind im Artikel verfügbar. Eventuell weitere Daten sind auf Anfrage beim entsprechenden Autor erhältlich.

Saleem, SM, Pasquale, LR, Sidoti, PA & Tsai, JC Virtuelle Augenheilkunde: Telemedizin in einer COVID-19-Ära. Bin. J. Ophthalmol. 216, 237–242. https://doi.org/10.1016/j.garlic.2020.04.029 (2020).

Artikel CAS PubMed PubMed Central Google Scholar

Ghazala, FR, Hamilton, R., Giardini, ME & Livingstone, IAT Teleophthalmologische Techniken erhöhen die Distanz zur ophthalmologischen Untersuchung. Eye (Lond.) 35(6), 1780–1781. https://doi.org/10.1038/s41433-020-1085-8 (2021).

Artikel Google Scholar

Pieczynski, J., Kuklo, P. & Grzybowski, A. Die Rolle von Telemedizin, In-Home-Tests und künstlicher Intelligenz zur Linderung eines zunehmend belasteten Gesundheitssystems: Diabetische Retinopathie. Ophthalmol. Dort. 10(3), 445–464. https://doi.org/10.1007/s40123-021-00353-2 (2021).

Artikel PubMed PubMed Central Google Scholar

Hirano, T. et al. Beurteilung der diabetischen Retinopathie mit zwei Ultraweitfeld-Fundus-Bildgebungssystemen, dem Clarus®- und dem OptosTM-System. BMC Ophthalmol. 18(1), 332. https://doi.org/10.1186/s12886-018-1011-z (2018).

Artikel PubMed PubMed Central Google Scholar

Lim, WS, Grimaldi, G., Nicholson, L., Basheer, K. & Rajendram, R. Weitfeldbildgebung mit der Clarus-Funduskamera vs. Spaltlampen-Fundusuntersuchung bei der Beurteilung von Patienten, die aus dem Screening-Programm für diabetische Retinopathie des nationalen Gesundheitsdienstes überwiesen wurden. Eye (Lond.) 35(1), 299–306. https://doi.org/10.1038/s41433-020-01218-x (2020).

Artikel Google Scholar

Oh, K. et al. Früherkennung diabetischer Retinopathie basierend auf Deep Learning und Ultraweitwinkel-Fundusbildern. Wissenschaft. Rep. 11(1), 2021. https://doi.org/10.1038/s41598-021-81539-3 (1897).

Artikel CAS Google Scholar

Ulfik-Dembska, K., Teper, S., Dembski, M., Nowińska, A. & Wylęgała, E. Periphere Netzhautdegenerationen und idiopathische epiretinale Membran: Analyse mit Ultraweitfeld-Scanning-Laser-Ophthalmoskopie. J. Clin. Med. 10(17), 3876. https://doi.org/10.3390/jcm10173876 (2021).

Artikel PubMed PubMed Central Google Scholar

Fogliato, G. et al. Vergleich zwischen Ultraweitfeld-Pseudofarbenbildgebung und indirekter Ophthalmoskopie bei der Erkennung peripherer Netzhautläsionen. Augenchirurg. Laser, die die Netzhaut abbilden. 50(9), 544–549. https://doi.org/10.3928/23258160-20190905-02 (2019).

Artikel PubMed Google Scholar

Kumar, J. et al. Vergleich zweier Ultraweitfeld-Bildgebungsverfahren zur Erkennung behandlungsbedürftiger peripherer Netzhautbrüche. Graefes Arch. Klin. Exp. Ophthalmol. 259(6), 1427–1434. https://doi.org/10.1007/s00417-020-04938-8 (2021).

Artikel PubMed Google Scholar

Ghasemi Falavarjani, K., Tsui, I. & Sadda, SR Ultraweitfeld-Bildgebung bei diabetischer Retinopathie. Vis. Res. 139, 187–190. https://doi.org/10.1016/j.visres.2017.02.009 (2017).

Artikel PubMed Google Scholar

Kumar, V. et al. Ultraweitfeld-Netzhautbildgebung: Eine umfassendere klinische Perspektive. Indian J. Ophthalmol. 69(4), 824–835. https://doi.org/10.4103/ijo.IJO_1403_20 (2021).

Artikel PubMed PubMed Central Google Scholar

Patel, SN, Shi, A., Wibbelsman, TD & Klufas, MA Ultraweitfeld-Netzhautbildgebung: Ein Update zu den jüngsten Fortschritten. Dort. Adv. Ophthalmol. 12, 2515841419899495. https://doi.org/10.1177/2515841419899495 (2020).

Artikel PubMed PubMed Central Google Scholar

Choudhry, N. et al. Klassifizierung und Richtlinien für die Weitfeld-Bildgebung: Empfehlungen der internationalen Studiengruppe für Weitfeld-Bildgebung. Ophthalmol. Retina. 3(10), 843–849. https://doi.org/10.1016/j.oret.2019.05.007 (2019).

Artikel PubMed Google Scholar

Matsui, Y. et al. Vergleiche der effektiven Felder zweier Ultraweitfeld-Ophthalmoskope, Optos 200Tx und Clarus 500. Biomed. Res. Int. 2019, 7436293. https://doi.org/10.1155/2019/7436293 (2019).

Artikel PubMed PubMed Central Google Scholar

Centervue iCare. iCare EIDON – Das erste konfokale Echtfarben-Bildgebungsgerät für ultrahochauflösende Weitfeld-Bildgebung. Verfügbar: https://www.icare-world.com/product/icare-eidon/. Zugriff am 26. Februar 2022.

Alabduljalil, T. et al. Ultraweitwinkel-Farbbildgebung der Netzhaut im Vergleich zur erweiterten Fundusuntersuchung zum Screening auf Sichelzellenretinopathie. Br. J. Ophthalmol. 105(8), 1121–1126. https://doi.org/10.1136/bjophthalmol-2020-316779 (2021).

Artikel PubMed Google Scholar

Landis, JR & Koch, GG Die Messung der Beobachterübereinstimmung für kategoriale Daten. Biometrics 33(1), 159–174 (1977).

Artikel CAS PubMed MATH Google Scholar

Yang, Z. & Zhou, M. Gewichtete Kappa-Statistik für geclusterte Matched-Pair-Ordinaldaten. Berechnen. Stat. Daten Anal. 82, 1–18 (2015).

Artikel MathSciNet MATH Google Scholar

Abadia, B. et al. Nicht-mydriatische Ultraweitfeld-Bildgebung im Vergleich zur erweiterten Fundusuntersuchung und intraoperativen Befunden zur Beurteilung einer rhegmatogenen Netzhautablösung. Gehirnwissenschaft. 10(8), 521. https://doi.org/10.3390/brainsci10080521 (2020).

Artikel PubMed Central Google Scholar

Nagiel, A., Lalane, RA, Sadda, SR & Schwartz, SD Ultraweitfeld-Fundusbildgebung: Ein Überblick über klinische Anwendungen und zukünftige Trends. Netzhaut 36(4), 660–678. https://doi.org/10.1097/IAE.0000000000000937 (2016).

Artikel PubMed Google Scholar

Kornberg, DL et al. Klinischer Nutzen der Ultraweitfeld-Bildgebung mit der Optomap im Vergleich zur indirekten Ophthalmoskopie bei nichttraumatischer rhegmatogener Netzhautablösung. Semin. Ophthalmol. 31(5), 505–512. https://doi.org/10.3109/08820538.2014.981551 (2016).

Artikel PubMed Google Scholar

Singh, RP et al. Schutz des Sehvermögens bei Patienten mit Diabetes durch Ultraweitwinkel-Bildgebung: Ein Überblick über die aktuelle Literatur. Augenchirurg. Laserbildgebung der Netzhaut. 50(10), 639–648. https://doi.org/10.3928/23258160-20191009-07 (2019).

Artikel Google Scholar

Logroño Wiese, PE, Seeber, F., Endres, AS, Brockmann, C. & Pleyer, U. Screening auf häufige Augenkrankheiten bei älteren Menschen mit der Ultraweitfeld-Scanning-Laser-Ophthalmoskopie von Optos: Eine Pilotstudie mit Schwerpunkt auf okulärer Toxoplasmose . Int. Ophthalmol. 41(5), 1573–1584. https://doi.org/10.1007/s10792-020-01683-z (2021).

Artikel PubMed PubMed Central Google Scholar

Cicinelli, MV et al. Überprüfung der Rolle der Ultraweitfeld-Bildgebung bei erblichen Netzhautdystrophien. Ophthalmol Ther. 9(2), 249–263. https://doi.org/10.1007/s40123-020-00241-1 (2020).

Artikel PubMed PubMed Central Google Scholar

Nagasawa, T. et al. Genauigkeit der Einstufung diabetischer Retinopathie mit einem tiefen Faltungs-Neuronalen Netzwerk unter Verwendung von Ultraweitfeld-Fundusophthalmoskopie und optischer Kohärenztomographie-Angiographie. J. Ophthalmol. 2021, 6651175. https://doi.org/10.1155/2021/6651175 (2021).

Artikel PubMed PubMed Central Google Scholar

Li, Z. et al. Ein Deep-Learning-System zur Identifizierung von Gitterdegeneration und Netzhautbrüchen mithilfe von Ultraweitwinkel-Fundusbildern. Ann. Übers. Med. 7(22), 618. https://doi.org/10.21037/atm.2019.11.28 (2019).

Artikel PubMed PubMed Central Google Scholar

Referenzen herunterladen

Der Forschungsbeitrag der GB Bietti Foundation wurde von der Fondazione Roma und dem Gesundheitsministerium unterstützt.

Abteilung für Augenheilkunde, Universität Padua, Padua, Italien

E. Midena, G. Marchione, S. Di Giorgio, G. Rotondi, E. Longhin, L. Frizziero, E. Pilotto und R. Parrozzani

IRCCS–Bietti Foundation, Rom, Italien

E. Midena & G. Midena

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

EM und GM: Studienkonzeption, Design, Dateninterpretation, Ausarbeitung und Überarbeitung; endgültige Genehmigung und Vereinbarung, für alle Aspekte der Arbeit verantwortlich zu sein. SDG, GR, EL, LF, EP, RP und GM: Datenerfassung/-analyse/-interpretation, Entwurf und Überarbeitung der Arbeit, endgültige Genehmigung und Vereinbarung, für alle Aspekte der Arbeit verantwortlich zu sein.

Korrespondenz mit E. Midena.

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 Originalautor(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 gesetzlich 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

Midena, E., Marchione, G., Di Giorgio, S. et al. Ultraweitfeld-Fundusfotografie im Vergleich zur Ophthalmoskopie bei der Diagnose und Klassifizierung schwerer Netzhauterkrankungen. Sci Rep 12, 19287 (2022). https://doi.org/10.1038/s41598-022-23170-4

Zitat herunterladen

Eingegangen: 07. April 2022

Angenommen: 26. Oktober 2022

Veröffentlicht: 11. November 2022

DOI: https://doi.org/10.1038/s41598-022-23170-4

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

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.