Персонализированная модель для прогнозирования прогрессирования кератоконуса на основе демографических, топографических и генетических данных

Исследователи набрали 5025 пациентов (9341 глаз) с ранним кератоконусом в период с января 2011 года по ноябрь 2020 года. Были доступны генетические данные от 926 пациентов. Исследовали как кератометрию, так и результаты кросслинкинга в качестве конечных точек прогрессирования и использовали метод Ройстона-Пармара по шкале пропорциональных рисков для создания прогностической модели. Были рассчитаны коэффициенты опасности (HRs) для каждой значимой ковариации с объяснением вариации и дискриминации и провели внутреннюю и внешнюю перекрестную проверку по географическим регионам.

Видео нашего специалиста

Результаты

В итоговое исследование включили 8701 глаз, из которых 3232 подверглись коллагеновому кросслинкингу роговицы. При раннем кератоконусе кросслинкинг обеспечивает более надежную прогностическую модель, чем кератометрическое прогрессирование. Окончательная модель объяснила 33% различий во времени до события: возрастной коэффициент опасности (95% доверительный интервал) 0,9 (0,90-0,91), максимальная передняя кератометрия 1,08 (1,07-1,09) и минимальная толщина роговицы 0,95 (0,93-0,96) как значимые ковариаты.

Однонуклеотидные полиморфизмы (SNP), связанные с кератоконусом (n=28), не внесли существенного вклада в модель. Прогнозируемые кривые времени до события точно соответствовали наблюдаемым кривым во время внутренней и внешней проверки. Различия в различении между географическими регионами были низкими, что говорит о том, что модель сохранила свою прогностическую способность.

Выводы

Модель для прогнозирования прогрессирования кератоконуса может помочь расширению возможностей пациентов, сортировке и предоставлению услуг. Возраст на момент исследования является наиболее значимым предиктором риска прогрессирования. Возможные генетические изменения, связанные с кератоконусом, не способствуют риску прогрессирования.

Онлайн-калькулятор доступен по ссылке (на момент публикации): https://dev.beta.moorfieldscxl.com/

Источник

Howard P. Maile, Ji-Peng Olivia Li, Mary D. Fortune, Patrick Royston, Marcello T. Leucci, Ismail Moghul, Anita Szabo, Konstantinos Balaskas, Bruce D. Allan, Alison J. Hardcastle, Pirro Hysi, Nikolas Pontikos, Stephen J. Tuft, Daniel M. Gore, Personalized Model to Predict Keratoconus Progression From Demographic, Topographic, and Genetic Data, American Journal of Ophthalmology, Volume 240, 2022, Pages 321-329, ISSN 0002-9394,

Материал подготовил врач-офтальмолог:
Сагоненко Дмитрий Алексеевич