编者按：青光眼作为全球首位不可逆性致盲眼病，其病情进展的精准监测与科学评估始终是临床与科研的核心挑战。随着医学影像技术、计算机科学以及数据分析算法的飞速发展，青光眼进展评估正迎来创新变革的重要时期。2025年视觉和眼科学研究学会年会（ARVO 2025）上，众多前沿研究聚焦于青光眼进展评估这一领域，来自全球各地的科研团队展示了一系列最新研究成果，这些创新探索有望突破青光眼传统评估方法的局限，推动青光眼诊疗向精准化、个体化方向迈进。

核心内容提要

1.Agustina de Gainza等人创新构建的三维轨迹模型，同步呈现了眼部结构与视功能时序变化，助力眼科医师直观判断疾病恶化趋势，制定个性化方案，降低致盲风险。

2.Grace Mao等人发明了一种新型青光眼监测系统，能够自动识别患者视野中最薄弱的视野缺损边缘区域。通过对上百例患者多年追踪发现，这种方法比现行常规检测能更准确预警病情恶化。

一种评估青光眼进展的新型三维轨迹模型

在眼科疾病领域，青光眼作为不可逆性致盲眼病，一直是临床关注的重点。由于其病情进展具有显著的个体差异，准确且及时地监测青光眼的进展情况，对于制定个性化的治疗方案、延缓疾病恶化、降低致盲风险至关重要。然而，传统的评估方法往往难以全面、动态地反映青光眼的结构与功能变化，临床迫切需要一种更为精准有效的评估工具。

该研究介绍了一种整合青光眼患者结构与功能时序变化的新型三维（3D）轨迹模型，用于评估青光眼进展。研究人员开展了一项回顾性纵向研究，纳入加州大学洛杉矶分校斯坦眼科研究所996例青光眼患者的1742只眼。借助多模态成像设备获取结构测量参数，经标准化处理生成结构综合评分（SMS）；采用Humphrey视野分析仪的视野指数（VFI）评估视觉功能。为了最大限度地减少可能的异常值影响，使用鲁棒线性回归模型来估计基于随访时间的SMS和VFI值，并将这些值绘制在3D空间中以创建个体进展轨迹。依据基线平均偏差（MD）将患眼分为临床前期、轻度、中度及重度四组。通过单因素方差分析、Tukey HSD检验比较组间参数差异，Pearson相关系数评估各阶段VFI与SMS的关联。

研究结果显示，3D模型有效地捕获了青光眼的时序进展模式，揭示了青光眼不同阶段（临床前期、轻度、中度和重度）的不同模式。SMS斜率：临床前期>轻度>中度、重度；P<0.001，而VFI斜率：临床前期>轻度>中度>重度，P<0.001。VFI与SMS在各阶段均存在显著相关性(临床前期：r=0.11，P=0.041；轻度：r=0.20，P<0.001；中度：r=0.24，P<0.001；重度：r=0.31，P=0.001)。根据SMS和VFI斜率，病例分为四种进展类型：结构和功能联合进展（7%）、单纯结构进展（12%）、单纯功能进展（11%）和双指标稳定（70%）。

结论：该3D轨迹模型通过呈现眼部结构与视功能的时序变化，提供了评估青光眼进展的综合方法。该模型增强了青光眼进展的可视化，为临床决策提供量化依据，有助于提升个体化诊疗水平。

标题：A Novel 3D Trajectory Model for Assessing Glaucoma Progression

作者：Agustina de Gainza, Kwanghyun Lee, Esteban Morales, Joseph Caprioli

一种自动化检测青光眼视野深层缺损边缘进展的新方法

青光眼作为一种常见的致盲性眼病，视野缺损的进展监测对于评估病情发展、制定治疗方案以及预测患者视力预后至关重要。在临床实践中，准确且及时地检测视野进展能够帮助眼科医师采取有效的干预措施，从而尽可能延缓患者视功能的进一步损害。近年来，随着计算机技术和图像处理算法的不断发展，自动化检测视野进展的方法逐渐成为研究热点。

本研究致力于开发并评估一种全新的自动化检测和检测青光眼视野深层缺损边缘进展的方法。研究团队选取了来自“黄斑评估进展研究”（MAPS）的163例视野数据（99名受试者），其中包括34例健康对照眼和129例青光眼患眼。所有患眼需满足在至少150天的时间窗内，接受至少4次24-2视野检查和10-2视野检查。研究人员通过定义视野总偏差图显示-10dB或更差的连续三个点作为深层缺损区（图1A红色区域所示），而相邻亮度优于-10dB的点则被界定为缺损边缘（图1A蓝色区域）。随后，研究人员运用线性回归监测这些边缘点的进展趋势，要求必须具有统计学显著性的负斜率（P<0.05）。129例患眼由青光眼专家根据24-2视野检查和10-2视野检查结果进行功能进展评估，采用0-100分制，最终将这些患眼分为“低度疑似进展组”（LNP，分数≤5，51例）和“高度疑似进展组”（LP，分数≥95，30例）。通过列联表将边缘检测结果与临床进展分级进行对比，对10-2和24-2平均偏差(MD)随时间(dB/年)的线性回归斜率进行评估，以确定显著的负进展，并与边缘检测结果进行比较(图1B)。

经边缘检测发现，在34只健康对照眼中，仅1只眼（3%）的双侧视野存在深部缺损，4只眼（12%）在24-2或10-2平均偏差（MD）指标中显示出显著下降。在51只LNP眼中，仅1只眼（2%）显示出边缘显著进展（表1红色标注），假阳性（FP）率为2%。在30只LNP眼中，8只眼（27%）显示出边缘显著进展（表1中的绿色）。

结论：这种基于深层缺损边缘分析的自动化检测方法展现出92.6%的特异性，在排除非进展眼（健康对照+低度疑似进展）时的假阳性率仅3.4%（3/88例），显著优于传统MD指标25%（22/88例）的假阳性率。然而，该方法目前仍存在73%进展眼的漏检率，这提示人们，未来需要进一步优化深层缺损的定义标准和进展判定阈值。

标题：A new, automated method for the detection of glaucoma progression at the edges of deep defects

作者：Grace Mao, Aziza Ganihanova, Ari Leshno, Iván Marin-Franch, Gustavo De Moraes, Donald C. Hood, Emmanouil Tsamis

总结

青光眼病情进展的监测与评估向来是棘手难题，传统方法因患者个体差异大，在动态捕捉病情演变及开展个性化诊疗时，效果不尽如人意。不过，科学技术的蓬勃发展带来了新曙光。在 ARVO 2025会议上，科研团队分享的一系列新成果，有望冲破传统局限，引领青光眼诊疗步入精准、个体化新征程。

声明：本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。