摘要:本研究旨在检查糖尿病性视网膜病(DR)与全身因素之间的关系。我们评估了2型糖尿病的261例患者(143名男性,118名女性,年龄为70.1±10.1岁)。所有参与者都经过了底底检查,使用光谱域光学相干断层扫描(SD-OCT)和血液测试进行了底底摄影。用于糖化血红蛋白(HBA1C)水平,过去使用了平均值和最高值。我们观察到261名患者的127名(70名男性和57名女性)的DR。逻辑回归分析表明,DR发育与糖尿病持续时间之间存在显着相关性(OR = 2.40; 95%CI:1.50),平均HBA1C水平(OR = 5.57; 95%CI:95%CI:1.27,24.4),最高HBA1C水平(OR = 2.46; 95%CI:1.12,5.38; 95%CI:1.12,58) (DN)(OR = 6.23; 95%CI:2.70,14.4)。Regression analyses revealed a significant correlation between the severity of DR and duration of diabetes ( t = –6.66; 95% CI: 0.21, 0.39), average HbA1c level ( t = 2.59; 95% CI: 0.14, 1.02), and severity of DN ( t = 6.10; 95% CI: 0.49, 0.97).逻辑回归分析显示,糖尿病黄斑水肿(DME)发育与DN等级之间存在显着相关性(OR = 2.22; 95%CI:1.33,3.69)。DN等级与DR和DME的发展相关,肾功能降低预测了DR的发作。
摘要:背景/目的:青光眼发展涉及血管因素,包括诸如高胆固醇血症(HC),全身动脉高血压(SAH)和糖尿病(DM)等疾病。这项研究的目的是确定青光眼疾病对腹膜血管密度(SPVD)和黄斑血管密度(SMVD)对高脂质血管丛的影响,从而控制了Glaucoma患者和正常受试者在SAH,DM和HC等合并症上的差异。方法:在155名青光眼患者和162名正常受试者中,测量了这项前瞻性,独立的,观察性的横断面研究,SPVD和SMVD。分析了正常受试者和青光眼患者组之间的差异。进行了95%置信和80%统计功率的线性回归模型。结果:对SPVD影响更大的参数是青光眼诊断,性别,假冒药和DM。青光眼患者的SPVD比健康受试者低1.2%(β斜率1.228; 95%CI 0.798–1.659,p <0.0001)。女性的SPVD比男性高1.19%(Beta斜率1.190; 95%CI 0.750–1.631,p <0.0001),而Phakic患者的SPVD比男性高1.7%(Beta Slope 1.795; 95%CI 1.311-1.311-2.280,p <0.0001)。此外,DM患者的SPVD比非糖尿病患者低0.9%(β斜率0.925; 95%CI 0.293–1.558,p = 0.004)。SAH和HC不影响大多数SPVD参数。SAH和HC患者在外圈中的SMVD比没有合并症的受试者低1.5%(Beta斜率1.513; 95%CI 0.216–2.858,p = 0.021和1.549; 95%CI 0.240-2.858,p = 0.022。结论:青光眼诊断,先前的白内障手术,年龄和性别似乎比SPVD和SMVD上的SAH,DM和HC的影响更大,尤其是SPVD。
摘要:与年龄相关的黄斑变性(AMD)是失明的主要原因。最近的研究报告说,乳酸/丙酮酸含量高的AMD患者的糖酵解受损。在几项临床研究中观察到升高的同型半胱氨酸(HCY)(HCY)(HHCY),报告HHCY和AMD之间存在关联。我们确定了HHCY对小鼠屏障功能,视网膜色素上皮(RPE)结构(RPE)结构(RPE)结构(CNV)的影响。我们假设HHCY通过在线粒体中诱导代谢开关来促进AMD,其中细胞主要通过高糖酵解速率或“ Warburg”效应产生能量。增加的糖酵解导致乳酸,细胞酸度的产生,血管生成的激活,RPE屏障功能障碍和CNV增加。通过海马分析,免疫荧光和蛋白质印迹实验评估了HHCY下细胞能量产生的评估。海马分析评估了细胞外酸性速率(ECAR)作为糖酵解的指示。hhcy在体内显着增加。Moreover, HHcy up-regulated glycolytic enzyme (Glucose transporter-1 (GlUT-1), lactate dehydroge- nase (LDH), and hexokinase 1 (HK1)) in Hcy-treated ARPE-19 and primary RPE cells isolated from cbs +/+ , cbs +/ − , and cbs − / − mice retinas.因此,靶向糖酵解或NMDAR可能是AMD的新型治疗靶标。抑制GLUT-1或N-甲基-D-天冬氨酸受体(NMDAR)降低了HCY处理的RPE中的糖酵解,并改善了注射HCY的小鼠眼睛的白蛋白泄漏和CNV诱导。当前的研究表明,HHCY导致RPE细胞的代谢转换从线粒体呼吸到AMD期间的糖酵解并确认NMDAR在此过程中的参与。
摘要:在流行病学中,风险因素是与疾病风险增加相关的变量。了解风险因素的作用对于制定改善全球健康的战略具有重要意义。有强有力的证据表明,吸烟、饮酒、既往白内障手术、年龄、高密度脂蛋白 (HDL) 胆固醇、BMI、女性和局部色素沉着等风险因素与年龄相关性黄斑变性 (AMD) 有独立相关性。目前,在文献中,逻辑回归、多变量逻辑回归等统计技术正被用于通过使用数值/分类数据来识别 AMD 风险因素。然而,到目前为止,人工智能 (AI) 技术尚未在文献中用于识别 AMD 的风险因素。另一方面,基于人工智能 (AI) 的工具可以预测一个人何时有患上癌症、痴呆、哮喘等慢性疾病的风险,从而提供个性化护理。基于人工智能的技术可以使用数值/分类和/或图像数据,从而产生多模态数据分析,这需要使用基于人工智能的工具进行眼科风险因素分析。本综述总结了用于识别各种风险因素的统计技术以及人工智能技术为 AMD 相关疾病预测提供的更高益处。需要进行更多研究来审查用于识别其他眼科疾病(如青光眼、糖尿病性黄斑水肿、早产儿视网膜病变、白内障和糖尿病视网膜病变)风险因素的不同技术。
摘要:老年性黄斑变性 (AMD) 是老年人失明的主要原因。萎缩性或“干性”AMD 是由视网膜色素上皮 (RPE) 和光感受器的损失引起的,约占所有 AMD 患者的 80%,目前尚无普遍有效的治疗方法。先前的研究为线粒体功能障碍与 AMD 病理学的关系提供了证据。本研究使用来自五名 AMD 患者的诱导性多能干细胞 (iPSC) RPE 来测试三种药物(AICAR(5-氨基咪唑-4-甲酰胺核苷酸)、二甲双胍、海藻糖)的疗效,这三种药物针对维持最佳线粒体功能的关键过程。患者的 iPSC-RPE 系用于概念验证药物筛选,利用急性和长期药物暴露后 RPE 线粒体功能的分析。结果显示,不同患者细胞系的药物反应存在相当大的差异,支持了采用个性化医疗方法治疗 AMD 的必要性。此外,我们的研究结果证明了使用 AMD 患者的 iPSC-RPE 制定个性化药物治疗方案的可行性,并为未来的 AMD 临床管理提供了路线图。
在这种慢性疾病中,眼科医生的工作对应于对患者的生活和视觉健康的影响,同时又带来了巨大的社会影响。知识极大地超出了科学更新的简单责任,是该疾病最佳管理的基础,是最佳实践的保证。因此,眼科医生作为合格疾病经理具有原始作用。以您的知识和行动作为患者的提供者假定。最好的结果使患者了解和培训正确的信息。这也取决于医生的一名患者的教练角色,激励他并加强了最佳疾病管理的准则。眼科医生扮演合格的资源管理技术决策的角色。接受临床病史和观察中的信息,评估诊断的辅助手段(应该知道如何要求,执行和解释),并且由于累积的经验和当前的科学知识,提出了有关眼病的管理决策。它遵循执行的技术组成部分以及他在患者中介入的专业知识。in -way形状会决定结果。此外,患者还应做出一些明智的决定,这些决定也由医生,使对话人性化,管理医疗智能信任关系的这一方面。最后,医生应在计算机平台上记录其观察结果和共享治疗决定的结果。咨询的贵族行为在此管理医生与患者/家庭之间的关系以及可用资源的最佳优化时反映了这一反映。
• 光学相干断层扫描。您可能听说过超声波,它使用声波来捕捉活体组织的图像。OCT 与超声波类似,只不过它使用光波,并且可以对任何可被光穿透的组织(例如眼睛)获得非常高分辨率的图像。在您的眼睛扩张后,您将被要求将头放在下巴托上,并在获取图像时保持几秒钟不动。光束不会造成疼痛。