Zusammenfassung Ziel Eine nicht diagnostizierte oder unzureichend behandelte Erkrankung des trockenen Auges (DED) beeinträchtigt die Lebensqualität. Unser Ziel war es, die Zuverlässigkeit, Gültigkeit und Machbarkeit der DryEyeRhythm-Smartphone-Anwendung (App) zur Unterstützung der KCS-Diagnose zu untersuchen. Methoden An dieser prospektiven, querschnittlichen, beobachtenden, monozentrischen Studie nahmen 82 Teilnehmer (42 mit DED) im Alter von 20 Jahren oder älter (Juli 2020 bis Mai 2021) teil. Patienten mit einer Vorgeschichte von Augenlidstörungen, Ptosis, psychischen Erkrankungen, Parkinson-Krankheit oder anderen Erkrankungen, die das Blinzeln beeinträchtigen, wurden ausgeschlossen. Die Teilnehmer wurden KCS-Untersuchungen unterzogen, einschließlich der japanischen Version des Ocular Surface Disease Index (J-OSDI) und des maximalen Lidschlagintervalls (MBI). Wir analysieren Ihre anwendungsbasierten J-OSDI- und MBI-Ergebnisse. Die interne Konsistenzzuverlässigkeit und die gleichzeitige Gültigkeit wurden mithilfe der Cronbach-Alpha-Koeffizienten bzw. des Pearson-Tests bewertet. Die Diskriminanzvalidität der anwendungsbasierten KCS-Diagnose wurde durch den Vergleich der Ergebnisse des klinikbasierten J-OSDI und des MBI beurteilt. Die Durchführbarkeit der Anwendung und die Erkennungsleistung wurden durch Analyse der Betriebskennlinie des Empfängers und der Genauigkeitsrate bewertet. Ergebnisse Das anwendungsbasierte J-OSDI zeigte eine gute interne Konsistenz (Cronbachs α = 0,874). Die App-basierten J-OSDI und MBI korrelierten positiv mit ihren klinischen Gegenstücken (r = 0,891 bzw. r = 0,329). Die Diskriminanzvalidität des App-basierten J-OSDI und MBI führte zu deutlich höheren Gesamtwerten für die DED-Kohorte (8,6 ± 9,3 vs. 28,4 ± 14,9, P < 0,001, 19,0 ± 11,1 vs. 13,2 ± 9,3, P < 0,001). Die positiven und negativen Vorhersagewerte der Anwendung betrugen 91,3 % bzw. 69,1 %. Die Fläche unter der Kurve (95 %-Konfidenzintervall) betrug 0,910 (0,846–0,973) bei gleichzeitiger Verwendung von anwendungsbasiertem J-OSDI und MBI. Schlussfolgerungen Die DryEyeRhythm-Anwendung ist ein neuartiges, nicht-invasives, zuverlässiges und valides Instrument zur Beurteilung des Trockenen Auges. |
Bild : Die Ergebnisse zeigen, dass die Diagnoseergebnisse von DryEyeRhythm eine gute interne Konsistenz aufweisen, positiv mit ihren klinischen Gegenstücken korrelieren und eine größere Diskriminanzvalidität aufweisen. Bildnachweis: Juntendo University
Kommentare
Das Trockene Auge (DED) ist eine Erkrankung, die durch eine Vielzahl unterschiedlicher Symptome gekennzeichnet ist, darunter Trockenheit, Augenbeschwerden, Müdigkeit und Sehstörungen. Diese Erkrankung ist in den letzten Jahren aufgrund einer alternden Gesellschaft, zunehmender Bildschirmzeit und einem äußerst stressigen sozialen Umfeld immer häufiger geworden. Weltweit gibt es etwa 1 Milliarde Menschen, die an DED leiden. Nicht diagnostiziertes und unbehandeltes Trockenes Auge kann eine Vielzahl von Symptomen verursachen, darunter Augenermüdung, Lichtempfindlichkeit, verminderte Sehqualität und eine geringere Lebensqualität. Angesichts der weiten Verbreitung der Erkrankung kann dies zusätzlich zu einer verringerten Arbeitsproduktivität und wirtschaftlichen Verlusten führen.
Trotz der offensichtlichen Nachteile des Trockenen Auges bleibt ein großer Teil der Bevölkerung unerkannt, was letztendlich zu einer erhöhten Schwere der Erkrankung führt. Derzeit wird KCS durch eine Reihe von Fragebögen und Augenuntersuchungen (die invasiv sein können) diagnostiziert. Diese Diagnosemethode ist jedoch nicht ideal. KCS-Untersuchungen entsprechen nicht immer den subjektiven KCS-Symptomen der Patienten. Darüber hinaus sind in der COVID-19-Pandemie nicht-invasive und berührungslose Untersuchungen des Trockenen Auges erforderlich. Diese Mängel verdeutlichen die Notwendigkeit einer einfachen, zuverlässigen und zugänglichen Screening-Methode für Trockenes Auge, um die Diagnose und Prognose der Krankheit zu verbessern.
Um diesem Bedarf gerecht zu werden, entwickelte eine Forschungsgruppe unter der Leitung von Professor Akira Murakami und außerordentlichem Professor Takenori Inomata von der Juntendo University School of Medicine eine Smartphone-Anwendung namens DryEyeRhythm. „DryEyeRhythm nutzt Smartphone-Kameras, um die Blinzeleigenschaften der Benutzer zu messen und das maximale Blinzelintervall (MBI) zu bestimmen, ein Ersatz für die Tränenfilm-Aufreißzeit, ein wichtiges Diagnosekriterium für KCS. “ erklärt außerordentlicher Professor Inomata. „Die App verwaltet auch Fragebögen zum Ocular Surface Disease Index (OSDI), die ebenfalls ein entscheidender Bestandteil der KCS-Diagnose sind.“
