Résumé But La sécheresse oculaire (SSO) non diagnostiquée ou insuffisamment traitée diminue la qualité de vie. Notre objectif était d’étudier la fiabilité, la validité et la faisabilité de l’application pour smartphone DryEyeRhythm (app) pour l’aide au diagnostic du SSO. Méthodes Cette étude prospective, transversale, observationnelle et monocentrique a recruté 82 participants (42 atteints de SSO) âgés de 20 ans ou plus (de juillet 2020 à mai 2021). Les patients ayant des antécédents de troubles des paupières, de ptosis, de maladie mentale, de maladie de Parkinson ou de toute autre maladie affectant le clignement ont été exclus. Les participants ont subi des examens DED, notamment la version japonaise de l’indice des maladies de la surface oculaire (J-OSDI) et l’intervalle maximal des clignements (MBI). Nous analysons vos résultats J-OSDI et MBI basés sur vos applications. La fiabilité de la cohérence interne et la validité concurrente ont été évaluées respectivement à l’aide des coefficients alpha de Cronbach et du test de Pearson. La validité discriminante du diagnostic de SSO basé sur l’application a été évaluée en comparant les résultats du J-OSDI en clinique et du MBI. La faisabilité de l’application et les performances de détection ont été évaluées en analysant la courbe caractéristique de fonctionnement du récepteur et le taux de précision. Résultats Le J-OSDI basé sur les applications a montré une bonne cohérence interne (α de Cronbach = 0,874). Les J-OSDI et MBI basés sur l’application étaient positivement corrélés à leurs homologues cliniques (r = 0,891 et r = 0,329, respectivement). La validité discriminante du J-OSDI et du MBI basés sur l’application a produit des scores totaux significativement plus élevés pour la cohorte DED (8,6 ± 9,3 contre 28,4 ± 14,9, P < 0,001, 19,0 ± 11,1 contre 13,2 ± 9,3, P < 0,001). Les valeurs prédictives positives et négatives de l’application étaient respectivement de 91,3 % et 69,1 %. L’aire sous la courbe (intervalle de confiance à 95 %) était de 0,910 (0,846-0,973) avec l’utilisation simultanée de J-OSDI et de MBI basés sur les applications. Conclusions L’application DryEyeRhythm est un nouvel instrument non invasif, fiable et valide pour évaluer le SSO. |
Image : Les résultats montrent que les résultats du diagnostic DryEyeRhythm ont une bonne cohérence interne, sont en corrélation positive avec leurs homologues cliniques et démontrent une plus grande validité discriminante. Crédit : Université Juntendo
commentaires
La sécheresse oculaire (SSO) est une affection caractérisée par une variété de symptômes différents, notamment la sécheresse, l’inconfort oculaire, la fatigue et les troubles visuels. Cette condition est devenue de plus en plus courante ces dernières années en raison d’une société vieillissante, de l’augmentation du temps passé devant un écran et d’un environnement social très stressant. Il y a environ 1 milliard de personnes dans le monde qui souffrent de SSO. Un SSO non diagnostiqué et non traité peut provoquer divers symptômes, notamment une fatigue oculaire, une sensibilité à la lumière, une qualité de vision réduite et une qualité de vie inférieure. Compte tenu de la prévalence généralisée de cette maladie, cela peut entraîner une réduction de la productivité du travail et des pertes économiques.
Malgré les inconvénients évidents du SSO, une grande partie de la population reste non diagnostiquée, ce qui conduit finalement à une gravité accrue de la maladie. Actuellement, le SSO est diagnostiqué au moyen d’une série de questionnaires et d’examens de la vue (qui peuvent être invasifs). Mais cette méthode de diagnostic n’est pas idéale. Les examens du SSO ne correspondent pas toujours aux symptômes subjectifs du SSO des patients. De plus, des examens non invasifs et sans contact contre la sécheresse oculaire sont requis dans le cadre de la pandémie de COVID-19. Ces lacunes soulignent la nécessité de disposer d’une méthode de dépistage du SSO simple, fiable et accessible afin d’améliorer le diagnostic et le pronostic de la maladie.
Pour répondre à ce besoin, un groupe de recherche, dirigé par le professeur Akira Murakami et le professeur agrégé Takenori Inomata de la faculté de médecine de l’université Juntendo, a développé une application pour smartphone appelée DryEyeRhythm. « DryEyeRhythm exploite les caméras des smartphones pour mesurer les caractéristiques de clignement des utilisateurs et déterminer l’intervalle de clignement maximal (MBI), un substitut du temps de rupture du film lacrymal, un critère de diagnostic important pour le SSO. » explique le professeur agrégé Inomata. "L’application administre également des questionnaires OSDI (Ocular Surface Disease Index), qui constituent également un élément crucial du diagnostic du SSO."
