XiaoMi-AI文件搜索系统
World File Search System黄斑
2023 年年度报告 - 眼科和视觉科学
作为一名退休护士，朱迪·特洛亚知道治疗她的眼疾很可能意味着每月都要注射眼药水。这位威斯康星州菲奇堡的居民患有老年性黄斑变性 (AMD)，这是老年人视力丧失的主要原因。虽然 AMD 通常不会导致完全失明，但会导致中央视力波浪状或模糊，使看清面部、阅读、驾驶或近距离工作变得更加困难。AMD 有两种类型：湿性和干性。大多数 AMD 患者属于干性 AMD，即黄斑（视网膜中央部分，负责更集中的视觉和色彩感知）的退行性变薄。湿性 AMD 是指异常形成的视网膜血管生长和破裂，导致渗漏到黄斑，从而导致肿胀和随后的疤痕。它通常与更快的视力丧失有关。
湿性 AMD 的疾病进展途径
简介：老年性黄斑变性 (AMD) 是发达国家 60 岁或以上人群不可逆失明的主要原因。目前，抑制血管生成和血管通透性的抗血管内皮生长因子 (VEGF) 疗法是唯一被证实可以提高视力和阻止疾病进展的治疗方法。抗 VEGF 疗法的治疗局限性包括成本高、玻璃体内反复注射、治疗上限以及尽管积极治疗，视力结果仍会恶化。因此，迫切需要研究其他靶点来解决这些局限性。目前正在研究的分子包括靶向 VEGF-C 和 VEGF-D、整合素、酪氨酸激酶抑制剂和 Tie2/血管生成素-2 通路。截至 2021 年 11 月 30 日，我们在 PubMed、Medline、Google Scholar 和相关数字平台上进行了文献检索，关键词如下：湿性黄斑变性、年龄相关性黄斑变性、治疗、VEGF-A、VEGF-C、VEGF-D、整合素、Tie2/Ang2 和酪氨酸激酶抑制剂。
使用 Vision Transformer 模型根据光学相干断层扫描图像对糖尿病性黄斑病变进行分类
摘要 目的 基于光学相干断层扫描 (OCT) 图像，开发一种 Vision Transformer 模型来检测糖尿病性黄斑病变 (DM) 的不同分期。方法 删除质量较差的图像后，从武汉大学人民医院眼科中心提取共 3319 张 OCT 图像，并按 7:3 的比例随机分成训练集和验证集。所有黄斑横断面扫描 OCT 图像均回顾性收集自 2016 年至 2022 年 DM 患者眼部。在收集的图像上分别标记 DM 的 OCT 分期，包括早期糖尿病性黄斑水肿 (DME)、晚期 DME、重度 DME 和萎缩性黄斑病变。训练基于 Vision Transformer 的深度学习 (DL) 模型来检测 DM 的四个 OCT 分级。结果 我们提出的模型可以提供令人印象深刻的检测性能。我们实现了 82.00% 的准确率、83.11% 的 F1 分数、0.96 的受试者工作特征曲线下面积 (AUC)。对早期DME、晚期DME、重度DME、萎缩性黄斑病变四种OCT分级检测的AUC分别为0.96、0.95、0.87、0.98，准确度分别为90.87%、89.96%、94.42%、95.13%，精密度分别为88.46%、80.31%、89.42%、87.74%，敏感度分别为87.03%、88.18%、63.39%、89.42%，特异度分别为93.02%、90.72%、98.40%、96.66%，F1评分分别为87.74%、84.06%、88.18%、88.57%。结论 我们基于 Vision Transformer 的 DL 模型在检测糖尿病的 OCT 分级方面表现出相对较高的准确率，这可以帮助患者进行初步筛查，以识别病情严重的人群。这些患者需要进一步检查以准确诊断，并及时治疗以获得良好的视力预后。这些结果强调了人工智能在未来协助临床医生制定糖尿病治疗策略方面的潜力。
与2型糖尿病中的糖尿病性视网膜病和糖尿病性黄斑水肿与钠 - 葡萄糖共转运蛋白2抑制剂和胰高血糖素样肽1受体激动剂：来自全球联邦数据库
摘要目标/假设钠 - 葡萄糖共转运蛋白2抑制剂（SGLT2IS）和胰高血糖素样肽1受体激动剂（GLP1-RA）在糖尿病性视网膜病变和糖尿病性糖尿病的发展中已在最近的一些研究中描述了糖尿病性黄斑疗法的发展。我们旨在回顾SGLT2I和GLP1-RA治疗对2型糖尿病患者糖尿病性视网膜病变和糖尿病性黄斑水肿的风险。方法，这是对大约200万人使用全球联邦健康研究网络（Trinetx，美国剑桥，美国）的97个医疗机构中接受谋杀率的2型糖尿病患者的回顾性队列分析。将两个干预队列（SGLT2I +胰岛素，n = 176,409; GLP1-RA +胰岛素，n = 207,034）与对照组（无SGLT2I/GLP1-RA，n = 1,922,312）进行了比较。Kaplan-临时生存分析，并报告了每个结果的估计HRS。倾向评分与年龄，性别，缺血性心脏病，高血压，微血管并发症，慢性肾脏病，HBA 1C，BMI和使用吡格列酮，脂质修饰剂，抗脂肪剂，抗脂蛋白，抗抑制剂II抑制剂抑制剂和MET-MET-MET-MET-MET-MET-METMUNTINS。还进行了比较两种干预队列的亚分析。Results SGLT2i with insulin was associated with a reduced HR (95% CI) for diabetic macular oedema compared with the control cohort (0.835; 0.780, 0.893), while GLP1-ra with insulin demonstrated a lack of signal with no statistical signifi- cance to the HR (1.013; 0.960, 1.069).sglt2i和胰岛素的 SGLT2I与患糖尿病性视网膜病的风险临床显着增加（1.076; 1.027，1.127），而胰岛素增加的GLP1-RA会增加糖尿病性视网膜病变风险（1.308; 1.261，1.357）。 与胰岛素的SGLT2I相比，胰岛素的GLP1-RA与糖尿病性视网膜病（1.205; 1.153，1.259）和糖尿病黄斑水肿（1.130; 1.056; 1.056，1.208）的较高风险有关。 结论/解释我们的研究表明，SGLT2I和胰岛素的组合与较低的糖尿病黄斑水肿风险有关。 但是，使用GLP1-RA的使用与接受胰岛素的2型糖尿病患者的糖尿病性视网膜病风险增加有关。 比较分析显示，在糖尿病黄斑水肿和糖尿病性视网膜病的发展中，SGLT2I和胰岛素的结果有利。 需要使用专用视网膜成像的 RCT来确定与这些疗法的因果关系。SGLT2I与患糖尿病性视网膜病的风险临床显着增加（1.076; 1.027，1.127），而胰岛素增加的GLP1-RA会增加糖尿病性视网膜病变风险（1.308; 1.261，1.357）。与胰岛素的SGLT2I相比，胰岛素的GLP1-RA与糖尿病性视网膜病（1.205; 1.153，1.259）和糖尿病黄斑水肿（1.130; 1.056; 1.056，1.208）的较高风险有关。结论/解释我们的研究表明，SGLT2I和胰岛素的组合与较低的糖尿病黄斑水肿风险有关。但是，使用GLP1-RA的使用与接受胰岛素的2型糖尿病患者的糖尿病性视网膜病风险增加有关。比较分析显示，在糖尿病黄斑水肿和糖尿病性视网膜病的发展中，SGLT2I和胰岛素的结果有利。RCT来确定与这些疗法的因果关系。
评估贫血和高血糖状态在糖尿病性视网膜病的进展中以及黄斑变化：病例控制研究
背景：通过控制措施可以预防与糖尿病相关的视觉障碍。作为糖尿病性视网膜病和baculopathy缺乏有效的治疗，预防是关键。这项研究检查了葡萄糖，HBA1C和血红蛋白，以评估其对疾病发育和严重程度的影响。材料和方法：研究包括100例（糖尿病性视网膜病）和100例对照（无视网膜病）受试者。此外，病例组根据其严重程度将其细分为亚组，并取决于存在大量的存在。此后，比较了这些子组之间不同肾脏参数的值。结果：平均FBS和PPBS值与糖尿病性视网膜病（DR）严重程度显着相关（FBS的P <0.001，P = 0.012）。不受控制的糖尿病化合物DR风险。所有非常严重的NPDR和PDR患者的HBA1C> 7.0。HBA1C与DR严重程度（p = 0.302）之间没有显着关系。在病例（p <0.001）中升高的HBA1C强调了高血糖的作用。csme，f/pp血糖和HBA1C没有显着相关性。DR组具有较高的贫血可能性（P = 0.001），随着严重程度的增加（p = 0.017）。血红蛋白与CSME的关系在统计学上是微不足道的。结论：糖尿病性视网膜病变（DR）病例中FBS，PPB和HBA1C水平升高，将高血糖与DR发育联系起来。严重性与这些参数相关。HBA1C在严重的NPDR和PDR中显着上升。贫血风险增加，但CSME没有明显的相关性。由于DR治疗选择有限，监测生物化学至关重要。
ixoberogene soroparvovec（ixo-vec）玻璃体内基因治疗与新血管年龄相关的黄斑变性：第2阶段LU
数据削减：15nov2023。Luna第14周的Aflibercept水平绘制了30名个人参与者中的26个。4个样品中的2e11和6e11剂量的含水平水平（ELISA ASSAY BLOQ：<25 ng/ml）。，其中2个没有注射，2至少在26周进行1或2个补充注射。Luna修订以停止收集AH样本。*参与者接受了第36、52、64、68、76、80、88、92、100、130、143、156的第36、52、64、68、76、76、88、88、88、88、88、88、88、88、88、88、88、88、88、88、156。ixo-VEC后3年的年度反VEGF注射量为58％，而IXO-VEC前12个月。**参与者在第24、64、72、80和156周收到了补充的Afibibercept注射。ixo-VEC 3年后，年度抗VEGF注射年度为81％，而IXO-VEC前12个月。在三个时间点（未在图上指示），Aflibercept级别为Bloq。
临时阶段1/2临床试验评估玻璃体内4D-150的临床试验，与新血管年龄相关的黄斑变性
顾问：Alimera，Allergan，Bitter，Annex，Bausch，Bausch，Bausch，Bausch，Cure，Cure / You，Crinetics，Eyepoint，Eyepoint，Genentech，Harrow，Kodiak，Neurotech，Neurotech，Novartis，Novartis，Ocular therapeutix，Ocular Therapeutix，Eye，Ocuphire，Opthea，Opthea，Opthea，Opthea，Outebook，RecensmmedIce; Regeneron，Regenxbio，Revive，Retinai，Roche，Samsara，Stealth，Tilack div div div div div
使用光学相干断层扫描图像
抽象背景/旨在应用深度学习技术来开发人工智能（AI）系统，该系统可以根据光学相干断层扫描（OCT）黄斑图像来识别高近视患者的威胁性疾病。在这项横截面前瞻性研究中，从2012年至2017年开始，从1048名高山眼科中心（ZOC）获得的1048名近视患者获得了5505个合格的OCT黄斑图像，以开发AI系统。独立测试数据集包括从2019年1月至2019年5月在ZOC招募的91名近视患者获得的412张图像。我们采用了InceptionResnETV2体系结构来训练四个独立的卷积神经网络（CNN）模型，以识别高近视的以下四种威胁性的危及危险状况：视网膜菌，黄斑孔，视网膜脱离和病理肌反应型脉络膜脉络膜化。焦点损失用于解决类不平衡，并根据Youden指数确定最佳的操作阈值。在独立的测试数据集中结果，在所有条件下，接收器操作特征曲线下的区域均高（0.961至0.999）。我们的AI系统的敏感性等于甚至比视网膜专家的敏感性以及高特异性（大于90％）。此外，我们的AI系统为热图提供了透明且可解释的诊断。结论我们使用OCT黄斑图像来开发CNN模型来识别高近视患者的视力威胁性疾病。我们的模型具有可靠的敏感性和高特异性，可与视网膜专家相当，并且可以用于大规模的近视筛查和患者随访。
拉坦前列物（TEVA），50微克 /ml，眼滴< /div < /div>
•黄斑水肿 - 黄斑水肿，包括囊状黄斑水肿，在用拉氏蛋白酶治疗期间很少见。这些报告主要发生在具有前室晶状体和/或后晶状体胶囊或具有黄斑水肿危险因素的患者中。在这些患者中使用latanoprost时建议谨慎。在停用拉甘油螺纹治疗后，敏锐度有所提高，在某些情况下，用局部类固醇和非甾体类抗炎药进行了同时治疗。•青光眼 - 在炎症和新血管青光眼，炎性眼疾病或先天青光眼的炎症和新生血管瘤中没有经验。在慢性角度闭合青光眼中的拉坦前列体经验有限（一项为期12周研究），伪造患者的开角青光眼（长期安全研究的519名患者中，有4例是假疗法患者）和色素性青光眼（一个12个月的研究）。拉坦前列物对学生没有或很少的影响，但是在闭角青光眼的急性发作中没有经验。拉坦前列物，直到获得更多的经验为止。•与隐形眼镜一起使用 - 拉坦前列体包含氯化苯二氯化物，可以被隐形眼镜吸收。应在滴注眼滴之前去除隐形眼镜，并可以在15分钟后重新插入。•哮喘 - 严重或脆性哮喘患者没有经验。因此，应谨慎对待此类患者，直到有足够的经验为止。