DOI 10.1007/s00415-025-13451-z
Разнообразие сетчатки между множественным склерозом и расстройством спектрального спектра нейромиелита: перекрестное исследование с диагностической моделью.
Аннотация
ОКРУЖАЮЩАЯ СРЕДА И ЦЕЛИ: Изменения сетчатки в множественных склерозах (MS) и оптовом расстройстве нейромиелита (NMOSD) остаются неясными, особенно в том, что касается конкретных моделей и масштабов микроваскулярных изменений. Цель этого исследования заключалась в сопоставлении этих изменений и разработке моделей логистической регрессии и машинного обучения с использованием комбинированных микроваскуловых и структурных параметров сетчатки для дифференциации заболеваний.
МЕТОДЫ
Пациенты с MS или NMOSD в клинически стабильных фазах прошли стабильную оптическо-согласованную томографию (OCT) и ангиографию OCT (OCTA). Квалифицированные показатели OCTA включали плотность, перфузию и микроплотность поверхностного и глубокого сосудистого комплекса (SVC, DVC), хромидального сосудистого и стромального (CVV, CSV). Структурные метрики ОХТ включают волокна сетчатки (RNFL) и толщину плексиформного слоя в клетках (GCIPL). Для классификации были разработаны модели логистической регрессии и машинного обучения. Результаты исследования: В этом исследовании приняли участие 658 человек (167 пациентов из числа мессуаров, 221 пациент из числа НМОСД и 270 пациентов из числа лиц, страдающих расстройствами здоровья в возрасте и по половому признаку) с 1277 глаз. В оптическом невравите (ON) NMOSD продемонстрировал значительно более низкие показатели SVC по сравнению с MS, в то время как в неON-глазе у MS были более серьезные микроваскулы (большинство p < 0,017); соответственно, сокращение SVC, связанное с EDSS, было более значительным в глазах NMOSD, но круче в неON глазах MS (интерактивность p < 0,05 для большинства сопоставлений). Модель логистической регрессии с микроваскулярными метриками достигла 0,900 AUC. Что касается систем машинного обучения, то машина векторного вектора работает лучше всего (AUC 0,912, точность 84,5%). Дискуссия: Отличительные микроваскулы сетчатки отличают NMOSD от MS и коррелируют с тяжестью инвалидности, особенно с учетом истории. Модели, основанные на OCTA, обеспечивают точные, неинвазивные дифференциально-дифференциальные диагностические инструменты, выделяя микроваскулярную целостность в качестве критического биомаркера.
Название и аннотация на языке оригинала
Retinal microvascular differences between multiple sclerosis and neuromyelitis optica spectrum disorder: a cross-sectional study with diagnostic modeling.
BACKGROUND AND
OBJECTIVES
Retinal alterations in multiple sclerosis (MS) and neuromyelitis optica spectrum disorder (NMOSD) remain unclear, especially the specific patterns and extent of microvascular change. This study aimed to compare these alterations and to develop logistic regression and machine learning models using combined retinal microvascular and structural metrics for disease differentiation.
METHODS
Patients with MS or NMOSD in clinically stable phases underwent swept-source optical coherence tomography (OCT) and OCT angiography (OCTA). Quantified OCTA metrics included density, perfusion, and microdensity of superficial and deep vascular complex (SVC, DVC), choroidal vascular, and stromal volumes (CVV, CSV). Structural OCT metrics included retinal nerve fiber layer (RNFL) and ganglion cell-inner plexiform layer (GCIPL) thickness. Logistic regression and machine learning models were developed for classification.
RESULTS
The study enrolled 658 participants (167 MS patients, 221 NMOSD patients, and 270 age- and sex-matched healthy controls) with 1277 eyes. In optic neuritis (ON) eyes, NMOSD showed significantly lower SVC metrics than MS, whereas in non-ON eyes, MS exhibited more severe microvascular loss (most p < 0.017); correspondingly, EDSS-related SVC decline was steeper in ON eyes of NMOSD but steeper in non-ON eyes of MS (interaction p < 0.05 for most comparisons). The logistic regression model with microvascular metrics achieved an AUC of 0.900. Among machine learning classifiers, support vector machine performed best (AUC 0.912, accuracy 84.5%).
DISCUSSION: Distinct retinal microvascular patterns differentiate NMOSD from MS and correlate with disability severity, especially considering ON history. OCTA-based models provide accurate, non-invasive differential diagnosis tools, highlighting microvascular integrity as a critical biomarker.
Предметные рубрики MeSH
Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.