サインイン

このコンテンツを視聴するには、JoVE 購読が必要です。 サインイン又は無料トライアルを申し込む。

この記事について

  • 要約
  • 要約
  • 概要
  • プロトコル
  • 結果
  • ディスカッション
  • 開示事項
  • 謝辞
  • 資料
  • 参考文献
  • 転載および許可

要約

本議定書は、COVID-19中のドライアイ症候群(DES)の有病率を評価するために、20歳から45歳までの40人の健常者に対して実施された横断的研究を記述している。OSDI調査ではDESが評価され、四肢の発赤を評価するために高度な眼科システム(AOS)ソフトウェアが使用されました。

要約

ドライアイ症候群(DES)の発生率は、パンデミックの間、マスクの着用、デジタル機器の利用、リモートでの作業のために増加しています。COVID-19パンデミック中に、ドライアイ症候群の有病率を決定するために調査が実施されました。横断的研究では、米国の20〜45歳の健康な患者におけるCOVID-19中のDESの流行を調査しました。2021年10月31日から2021年12月1日までに、遠隔から離れた40人に実施された眼表面疾患指数(OSDI)アンケート。AOSとOSDIの調査はDESの評価に使用された。被験者は平均29歳(SD 14.14)で、男性23人(57.5%)、女性17人(42.5%)であった。OSDIの調査によると、低DES、中等度DES、および重度のDESの有病率は、それぞれ15%、77.5%、および7.5%であった。白人(W)は人口の50%を占め、アフリカ系アメリカ人(AA)は35%、アジア人は7.5%、ヒスパニックは7.5%を占めています。軽度のDESは被験者の77.5%に影響を及ぼし、男性64.50%、女性35.50%であった。AOSの客観的評定システムによると、軽度(M)DES、中等度(MO)DES、および重症(S)DESの有病率はそれぞれ40%、12.5%、および15%であった。線形回帰を使用して2つのグレーディングシステムを比較し、2つのグレーディングシステム間の強い関係を実証しました。

概要

SARS-COV-2ウイルス感染によって引き起こされるCOVID-19は、2019年12月に中国の武漢で発見されました。Meduri et al.1は、COVID-19患者における軽度の眼症状の高い有病率を報告した。イタリアでは、パンデミック2のために眼の外科手術が減少しました。アウトブレイク以来、多くの人が自宅で仕事をし、予防措置としてマスクを着用しています。これらの要素のそれぞれならびにデジタル機器およびオンライン学習3の使用は、それぞれドライアイ症候群(DES)および眼精疲労34に寄与した。さらに、マスクを着用するとDESを引き起こす可能性があるという証拠があります。マスクを着用すると、涙液蒸発や結膜不快感を引き起こすことがあります5。Giannaccareらは、パンデミック中に10.3%の個人が増加した眼不快感症状を有し、OSDIの平均スコアは21であり、平均年齢は28.5歳であったと報告した6

日本での横断的研究によると、ドライアイ疾患の確定的または可能性の高い複合結果を有する日本人女性の割合は76.5%であり、ビジュアルディスプレイターミナル7を利用した男性オフィス従業員の割合よりも高かった。Inomataらによると、8時間/日を超える長時間のスクリーン曝露は、4時間/日未満と比較して症候性ドライアイと関連している8。OSDIは、DES 9,10の重症度を評価するための有効で信頼性の高いアンケートであることが証明されています。AOSソフトウェアは結膜充血の判定に用いられており、非常に有効なソフトウェアであることが証明されている11

本研究では、DESが20〜45歳の健康な人々にどのように共通しているかを調査した。2021年10月31日から2021年12月1日までに遠隔地から40名に実施し、眼表面疾患指数(OSDI)アンケートを実施しました。AOSとOSDIの調査はDESの評価に使用された。最後に、OSDIスコアとAOSソフトウェアの2つの採点方法を比較しました。参加者は、まず、以下の包含基準を含む適格性アンケートに記入しなければならなかった:(1)健康な個人;(2)20〜45歳の年齢層。(3)参加者は米国に居住していること。

プロトコル

本研究はヘルシンキの宣言に従って実施され、プロトコルはSolutions (IRB, 2021/09/14)の治験審査委員会によって承認された。この研究は、ヘルシンキ宣言の報告ガイドラインに従った。すべての参加者は、アンケートにインフォームドコンセントを提供しました。調査はインターネット 経由で 完全にオンラインで実施されました。参加者が資格要件を満たしていれば、同意書、研究プロジェクトチラシ、OSDIアンケートが電子メールで送られました。同意書を提出し、OSDIアンケートに記入した後、調査を完了するためにオンラインで10ドルのギフトクレジットカードが発行されました。

1. DES評価のためのOSDI調査

  1. 次の基準を使用してください:低いOSDIスコア(0-20ポイント)。中程度のOSDIスコア(21-45ポイント)。高いOSDIスコア(46-100ポイント)。
    注: OSDI スコアによる DES の診断基準は ≥13 です。
  2. 資格のある被験者にオンラインでアンケートに記入してもらいます(表1)。

2. AOSソフトウェア による 四肢の発赤の判定

  1. 一度に片方の目で、目の写真を撮ります。
    注: 分析では、画像が明確である必要があります。
  2. サブジェクトに ID 番号を割り当てます。サブジェクト ID を保存します。
  3. 件名を追加するには、[ 追加 ] タブをクリックします。
    メモ: システムは自動的に患者 ID を生成します。
  4. [ タイトル] タブに入力します。名と姓を入力します。
  5. 生年月日を入力します。
  6. メール アドレスを入力し、メール アドレスを確認します。
  7. 国民保健サービスID(NHS ID)と医療記録番号(MRN)番号を入力します。
  8. [ メモ ] タブに入力します。次に、[ 保存]をクリックします。
  9. 次に、 サブジェクト ID を選択します。次に、画像を追加/表示します。次に、[ + 追加]をクリックします。
  10. 画像をAOSソフトウェア( 材料表を参照)にアップロードして、四肢の発赤を評価します。最初に右目をアップロードし、次に左目をアップロードします。
  11. [新しい試験] タブをクリックします。次に、[画像+]タブをクリックします。
  12. 右目を追加し、[ 選択したメディア ]タブをクリックします。
  13. 電球アイコンをクリックします。次に、[エリア]タブをクリックします。[球根赤みグレーディングスケール0~4の解析]をクリックします。
  14. 画像をクリックすると、瞳孔の境界に近い四肢領域から開始し、四肢領域を覆うパターンに従います(図1)。次に、[分析の 保存] をクリックします。
    注:赤みグレードと血管の%は保存されます。
  15. 赤みマップをクリックし、解析を保存します
  16. 「レポートの生成」をクリックします。両方の画像をクリックしてPDFを生成します。
    注: PDF レポートには、患者の名、姓、生年月日、患者 ID、NHS 番号、および患者の検査を受けた人が含まれます。PDFレポートには、試験日と試験タイプも含まれています。
  17. 手順 2.9 ~ 2.22 を繰り返します。次に、左目の画像を追加します。
  18. AOSソフトウェアを使用して四肢の赤みを等級付けします。0.1単位で0-4の自動連続グレーディングを使用して、結膜の四肢領域の「延髄赤み」機能を使用して、検証済みの客観的グレーディングソフトウェアで球結膜の赤みの画像を分析します。
    注:グレード0は最小の赤みです。グレード4は重度の発赤である(図1)。グレード0~1はコード化グレードI、グレード1~2はコード化グレードII、グレード2~3はコード化グレードIII、グレード3~4はOSDI調査グレーディングシステムに合わせてコード化グレードIVです。

3. 統計解析

  1. データを収集し、Microsoft Excel を使用してデータを分析します。
    1. 被験者ID、年齢、性別、人種、OSDIスコア、および四肢の赤みを1つの表にまとめます。
    2. Excelソフトウェアを使用して、年齢、OSDIスコア、および辺縁部の赤みスコアの平均を計算します。
  2. 年齢の平均±標準偏差、OSDIスコア、および四肢の発赤スコアを決定します。
  3. 有病率をパーセンテージで計算します。
    1. 被験者の数を被験者の総数(40)で割り、100を掛けます。
      1. DES が低い被験者の数 (LDES) を被験者の総数 (40) で割り、100 を掛けます。
      2. 中等度のDES(MODDES)の被験者の数を被験者の総数(40)で割り、100を掛けます。
      3. 重症DES(SDES)の被験者の数を被験者の総数(40)で割り、100を掛けます。
    2. Excel ソフトウェアを使用して線形回帰分析を実行し、2 つの値の平均 (x 軸) と 2 つの平均の差 (Y 軸) を求めます。また、p値を求めます。
      注: 線形回帰分析は、OSDI スコアと AOS 赤みスコアの関係を決定します。

結果

被験者は平均29歳(平均±SD±、29人、14.14人)、男性23人(57.5%)、女性17人(42.5%)であった(表2)。白人は人口の50%を占め、アフリカ系アメリカ人は35%、アジア人は7.5%、ヒスパニック系は7.5%を占めている(図2)。OSDIの平均調査スコアは、低、中、高で6.17±6.24、37.94、5.07、46±0で±ました(図3)。OSDI調査によると、低DES、中等度DES、および重度のDESの...

ディスカッション

いくつかの先行研究では、シルマー検定、涙液分解時間(TBUT)、およびOSDIスコア12を使用したDESが報告されています。本研究では、AOSソフトウェアを用いて、四肢の発赤を用いてDESを決定した。重要な重要なプロトコル手順の1つは、目の鮮明な画像を得ることです。画像がぼやけている場合、四肢の赤みを判断することは非常に困難であり、おそらく正確な測定値は得られま...

開示事項

著者は開示するものは何もありません。

謝辞

アンケートに記入し、目の画像を送信する際に、すべての参加者の助けとサポートに感謝したいと思います。ERCセンターの助成金はIRBに資金を提供しました。

資料

NameCompanyCatalog NumberComments
AOS SOFTWAREAdvanced Ophthalmic SystemsSPARCAsoftware to access limbal redness
Microsoft excelMicrosoftfor data collection and analysis

参考文献

  1. Meduri, A., et al. Ocular surface manifestation of COVID-19 and tear film analysis. Scientific Reports. 10 (1), 20178 (2020).
  2. dell'Omo, R., et al. Effect of COVID-19-related lockdown on ophthalmic practice in Italy: A report from 39 institutional centers. European Journal of Ophthalmology. 32 (1), 695-703 (2022).
  3. Ganne, P., Najeeb, S., Chaitanya, G., Sharma, A., Krishnappa, N. C. Digital eye strain epidemic amid COVID-19 pandemic - A cross-sectional survey. Ophthalmic Epidemiology. 28 (4), 285-292 (2021).
  4. Al-Namaeh, M. Coronavirus disease pandemic and dry eye disease: A methodology concern on the causal relationship. Medical Hypothesis Discovery and Innovation in Ophthalmology. 11 (1), 42-43 (2022).
  5. Hayirci, E., Yagci, A., Palamar, M., Basoglu, O. K., Veral, A. The effect of continuous positive airway pressure treatment for obstructive sleep apnea syndrome on the ocular surface. Cornea. 31 (6), 604-608 (2012).
  6. Giannaccare, G., Vaccaro, S., Mancini, A., Scorcia, V. Dry eye in the COVID-19 era: how the measures for controlling pandemic might harm ocular surface. Graefe's Archive for Clinical and Experimental Ophthalmology. 258 (11), 2567-2568 (2020).
  7. Uchino, M., et al. Prevalence of dry eye disease and its risk factors in visual display terminal users: the Osaka study. American Journal of Ophthalmology. 156 (4), 759-766 (2013).
  8. Inomata, T., et al. Characteristics and risk factors associated with diagnosed and undiagnosed symptomatic dry eye using a smartphone application. JAMA Ophthalmology. 138 (1), 58-68 (2020).
  9. Schiffman, R. M., Christianson, M. D., Jacobsen, G., Hirsch, J. D., Reis, B. L. Reliability and validity of the Ocular Surface Disease Index. Archives of Ophthalmology. 118 (5), 615-621 (2000).
  10. Finis, D., et al. Comparison of the OSDI and SPEED questionnaires for the evaluation of dry eye disease in clinical routine. Der Ophthalmologe. 111 (11), 1050-1056 (2014).
  11. Huntjens, B., Basi, M., Nagra, M. Evaluating a new objective grading software for conjunctival hyperaemia. Contact Lens & Anterior Eye. 43 (2), 137-143 (2020).
  12. Hwang, H. B., et al. Easy and effective test to evaluate tear-film stability for self-diagnosis of dry eye syndrome: blinking tolerance time (BTT). BMC Ophthalmology. 20 (1), 438 (2020).
  13. Wolffsohn, J. S., et al. Demographic and lifestyle risk factors of dry eye disease subtypes: A cross-sectional study. The Ocular Surface. 21, 58-63 (2021).

転載および許可

このJoVE論文のテキスト又は図を再利用するための許可を申請します

許可を申請

さらに記事を探す

183AOSOSDIDESCOVID 19

This article has been published

Video Coming Soon

JoVE Logo

個人情報保護方針

利用規約

一般データ保護規則

研究

教育

JoVEについて

Copyright © 2023 MyJoVE Corporation. All rights reserved