Riepilogo Scopo La malattia dell’occhio secco (DED) non diagnosticata o trattata inadeguatamente riduce la qualità della vita. Il nostro obiettivo era studiare l’affidabilità, la validità e la fattibilità dell’applicazione per smartphone (app) DryEyeRhythm per l’assistenza nella diagnosi della DED. Metodi Questo studio prospettico, trasversale, osservazionale, monocentrico ha reclutato 82 partecipanti (42 con DED) di età pari o superiore a 20 anni (da luglio 2020 a maggio 2021). Sono stati esclusi i pazienti con anamnesi di disturbi palpebrali, ptosi, malattie mentali, morbo di Parkinson o qualsiasi altra malattia che influenzi l’ammiccamento. I partecipanti sono stati sottoposti a esami DED, inclusa la versione giapponese dell’indice delle malattie della superficie oculare (J-OSDI) e dell’intervallo massimo di ammiccamento (MBI). Analizziamo i risultati J-OSDI e MBI basati sull’applicazione. L’affidabilità della coerenza interna e la validità concorrente sono state valutate utilizzando rispettivamente i coefficienti alfa di Cronbach e il test di Pearson. La validità discriminante della diagnosi di DED basata sull’applicazione è stata valutata confrontando i risultati del J-OSDI su base clinica e dell’MBI. La fattibilità dell’applicazione e le prestazioni di rilevamento sono state valutate analizzando la curva caratteristica operativa del ricevitore e il tasso di precisione. Risultati Il J-OSDI basato sull’applicazione ha mostrato una buona coerenza interna (α di Cronbach = 0,874). J-OSDI e MBI basati sull’app erano correlati positivamente con le loro controparti cliniche (r = 0,891 e r = 0,329, rispettivamente). La validità discriminante del J-OSDI e dell’MBI basati sull’app ha prodotto punteggi totali significativamente più alti per la coorte DED (8,6 ± 9,3 vs. 28,4 ± 14,9, P < 0,001, 19,0 ± 11,1 vs. 13,2 ± 9,3, P < 0,001). I valori predittivi positivi e negativi dell’applicazione erano rispettivamente del 91,3% e del 69,1%. L’area sotto la curva (intervallo di confidenza al 95%) era 0,910 (0,846–0,973) con l’uso simultaneo di J-OSDI e MBI basati sull’applicazione. Conclusioni L’applicazione DryEyeRhythm è uno strumento nuovo, non invasivo, affidabile e valido per la valutazione della DED. |
Immagine : i risultati mostrano che i risultati diagnostici di DryEyeRhythm hanno una buona coerenza interna, sono correlati positivamente con le loro controparti cliniche e dimostrano una maggiore validità discriminante. Credito: Università di Juntendo
Commenti
La malattia dell’occhio secco (DED) è una condizione caratterizzata da una varietà di sintomi diversi, tra cui secchezza, fastidio agli occhi, affaticamento e disturbi visivi. Questa condizione è diventata sempre più comune negli ultimi anni a causa dell’invecchiamento della società, dell’aumento del tempo trascorso davanti allo schermo e di un ambiente sociale altamente stressante. Ci sono circa 1 miliardo di persone in tutto il mondo che soffrono di DED. La DED non diagnosticata e non trattata può causare una serie di sintomi, tra cui affaticamento degli occhi, sensibilità alla luce, ridotta qualità della vista e una inferiore qualità della vita. Data la diffusa prevalenza della condizione, ciò può portare ulteriormente a una ridotta produttività del lavoro e a perdite economiche.
Nonostante gli evidenti svantaggi della DED, un’ampia porzione della popolazione non viene diagnosticata, il che, in definitiva, porta ad un aumento della gravità della malattia. Attualmente, la DED viene diagnosticata attraverso una serie di questionari ed esami oculistici (che possono essere invasivi). Ma questo metodo diagnostico non è l’ideale. Gli esami DED non sempre corrispondono ai sintomi soggettivi della DED dei pazienti. Inoltre, nella pandemia di COVID-19 sono necessari esami dell’occhio secco non invasivi e senza contatto. Queste carenze evidenziano la necessità di un metodo di screening semplice, affidabile e accessibile per la DED per migliorare la diagnosi e la prognosi della malattia.
Per rispondere a questa esigenza, un gruppo di ricerca, guidato dal professor Akira Murakami e dal professore associato Takenori Inomata della Juntendo University School of Medicine, ha sviluppato un’applicazione per smartphone chiamata DryEyeRhythm. “DryEyeRhythm sfrutta le fotocamere degli smartphone per misurare le caratteristiche di ammiccamento degli utenti e determinare l’intervallo massimo di ammiccamento (MBI), un surrogato del tempo di rottura del film lacrimale, un importante criterio diagnostico per la DED. ” spiega il Professore Associato Inomata. “L’app gestisce anche i questionari Ocular Surface Disease Index (OSDI), che sono anch’essi una componente cruciale della diagnosi della DED”.
