Entrar

É necessária uma assinatura da JoVE para visualizar este conteúdo. Faça login ou comece sua avaliação gratuita.

Neste Artigo

  • Resumo
  • Resumo
  • Introdução
  • Protocolo
  • Resultados
  • Discussão
  • Divulgações
  • Agradecimentos
  • Materiais
  • Referências
  • Reimpressões e Permissões

Resumo

O presente protocolo descreve a pesquisa transversal realizada em 40 indivíduos saudáveis entre 20 e 45 anos para avaliar a prevalência de síndrome do olho seco (DES) durante o COVID-19. A pesquisa da OSDI avaliou o DES, e o software avançado de sistemas oftálmicos (AOS) foi utilizado para avaliar a vermelhidão limbal.

Resumo

A incidência de síndrome do olho seco (DES) aumentou devido ao uso de máscaras, utilização de dispositivos digitais e trabalho remoto durante a pandemia. Foi realizado um levantamento durante a pandemia COVID-19 para determinar a prevalência da síndrome do olho seco. Um estudo transversal investigou o quão prevalente é o DES durante o COVID-19 em pacientes saudáveis entre 20 e 45 anos nos Estados Unidos. Um questionário do Índice de Doenças de Superfície Ocular (OSDI) foi dado a 40 indivíduos remotamente entre 31 de outubro de 2021 e 1º de dezembro de 2021. O NOS e o levantamento da OSDI foram utilizados para avaliação do DES. Os indivíduos foram, em média, 29 anos (14,14), com 23 homens (57,5%) e 17 mulheres (42,5%). De acordo com a pesquisa da OSDI, o DES baixo, o DES moderado e o DES grave apresentaram prevalências de 15%, 77,5% e 7,5%, respectivamente. As pessoas brancas (W) representam 50% da população, enquanto os afro-americanos (AA) representam 35%, os asiáticos representam 7,5%, e os hispânicos representam 7,5%. O DES leve afetou 77,5% dos indivíduos, com 64,50% do sexo masculino e 35,50% do sexo feminino. De acordo com o sistema de classificação objetiva AOS, o DES leve (M), o DES moderado (MO) e o DES (S) grave apresentaram prevalências de 40%, 12,5% e 15%, respectivamente. A regressão linear foi utilizada para comparar os dois sistemas de classificação, e demonstrou uma forte relação entre os dois sistemas de classificação.

Introdução

O COVID-19, causado por uma infecção pelo vírus SARS-COV-2, foi descoberto em Wuhan, china, em dezembro de 2019. Meduri et al.1 relataram alta prevalência de sintomas oculares leves em pacientes COVID-19. Na Itália, os procedimentos cirúrgicos oculares foram reduzidos devido à pandemia2. Desde o surto, muitos têm trabalhado em casa e usado máscaras como precaução. Cada um desses elementos e o uso de dispositivos digitais e aprendizagem online3 contribuíram para a síndrome do olho seco (DES) e a tensão ocular 3,4, respectivamente. Além disso, há evidências de que o uso de máscaras pode causar DES. O uso da máscara pode causar evaporação lacrimal e desconforto conjuntivo5. Giannaccare et al. relataram que 10,3% dos indivíduos apresentavam sintomas de desconforto ocular crescente durante a pandemia, e o escore médio da OSDI foi de 21 anos, com idade média de 28,5 anos.

Um estudo transversal no Japão informou que a porcentagem de mulheres japonesas que tiveram um resultado combinado de doença ocular seca definitiva ou provável foi de 76,5%, maior do que a porcentagem de funcionários do escritório de homens que utilizaram o Visual Display Terminal7. De acordo com Inomata et al., a exposição prolongada da tela de mais de 8 h/dia tem sido ligada ao olho seco sintomático em comparação com menos de 4 h/dia8. O OSDI provou ser um questionário válido e confiável para avaliar a gravidade do DES 9,10. O software AOS foi usado para determinar a hiperemia conjuntivival, e foi provado ser um softwaremuito válido 11.

O presente estudo investigou o quão comum o DES é em pessoas saudáveis entre 20 e 45 anos. Um questionário do Índice de Doenças da Superfície Ocular (OSDI) foi fornecido a 40 pessoas remotamente entre 31 de outubro de 2021 e 1º de dezembro de 2021, para a realização do teste. Os inquéritos AOS e OSDI foram utilizados para avaliação do DES. Finalmente, os dois métodos de classificação foram comparados: a pontuação OSDI e o software AOS. Os participantes tiveram que primeiro preencher um questionário de elegibilidade, que incluía os seguintes critérios de inclusão: (1) Indivíduos saudáveis; (2) Faixa etária de 20 a 45 anos; (3) Os participantes tiveram que estar localizados nos Estados Unidos.

Protocolo

O presente estudo foi realizado após a declaração de Helsinque, e o protocolo foi aprovado pelo Conselho de Revisão Institucional da Solutions (IRB, 2021/09/14). O estudo seguiu as diretrizes de relatórios da Declaração de Helsinque. Todos os participantes forneceram consentimento informado para o questionário. A pesquisa foi realizada totalmente online via Internet. Se os participantes cumprissem os requisitos de elegibilidade, os formulários de consentimento, o folheto do projeto de pesquisa e o questionário OSDI foram enviados por e-mail. Após o envio dos formulários de consentimento e o preenchimento do questionário OSDI, um cartão de crédito presente de US$ 10 foi emitido on-line para completar a pesquisa.

1. Pesquisa da OSDI para avaliação do DES

  1. Utilizar os seguintes critérios: pontuação baixa do OSDI (0-20 pontos); pontuação moderada do OSDI (21-45 pontos); alta pontuação osdi (46-100 pontos).
    NOTA: Os critérios de diagnóstico para DES pelo escore OSDI são ≥13.
  2. Peça aos sujeitos elegíveis para preencher a pesquisa online (Tabela 1).

2. Determinação da vermelhidão limbal via software AOS

  1. Tire uma foto dos olhos, um olho de cada vez.
    NOTA: O quadro tem que ser claro para a análise.
  2. Atribua ao sujeito um número de identificação. Guarde a id do assunto.
  3. Para adicionar um assunto, clique na guia Adicionar .
    NOTA: O sistema gera automaticamente o ID do paciente.
  4. Preencha a guia Título . Preencha o primeiro nome e o sobrenome.
  5. Preencha a data de nascimento.
  6. Preencha o endereço de e-mail e, em seguida, confirme o endereço de e-mail.
  7. Preencha o Y do Serviço Nacional de Saúde (ID do SERVIÇO NACIONAL de Saúde) e o número do Registro Médico (MRN).
  8. Preencha a guia Nota . Em seguida, clique em Salvar.
  9. Agora, selecione o ID do assunto. Em seguida, adicione/visualize imagens. Em seguida, clique em + Adicionar.
  10. Carregue as imagens para o software AOS (ver Tabela de Materiais) para avaliar a vermelhidão limbal. Carregue o olho direito primeiro, depois o olho esquerdo.
  11. Clique na aba Novo Exame . Em seguida, clique na guia Imagem + .
  12. Adicione o olho direito e clique na guia Mídia Selecionada .
  13. Clique no ícone Bulbar . Em seguida, clique na guia Área . Clique em Análise Bulbar Redness Grading Scale 0-4.
  14. Clique na imagem para iniciar na área limbal perto da borda da pupila e siga um padrão para cobrir a área limbal (Figura 1). Em seguida, clique em Salvar análises.
    NOTA: O grau de vermelhidão e a % dos vasos são salvos.
  15. Clique no Mapa da Vermelhidão e Salve a Análise.
  16. Clique em Gerar Relatório. Clique em ambas as imagens para gerar PDF.
    NOTA: O relatório PDF inclui o primeiro nome do paciente, sobrenome, data de nascimento, ID do paciente, número do NHS e por quem o paciente foi examinado. O relatório PDF também inclui a data do exame e o tipo de exame.
  17. Repetição passos 2.9-2.22; em seguida, adicione a imagem do olho esquerdo.
  18. Grade a vermelhidão limbal usando o software AOS. Analise as imagens para vermelhidão conjuntiva bulbar com um software de classificação objetiva validado utilizando a função "vermelhidão bulbar" nas áreas limbais da conjuntiva, utilizando uma classificação contínua automática de 0-4 em unidade 0.1.
    NOTA: Grau 0 é vermelhidão mínima; Grau 4 é vermelhidão grave (Figura 1). As notas 0-1 são codificadas grau I, as notas 1-2 são codificadas grau II, as notas 2-3 são codificadas grau III, e as notas 3-4 são codificadas grau IV para corresponder ao sistema de classificação da pesquisa osdi.

3. Análise estatística

  1. Colete os dados e analise os dados usando o Microsoft Excel.
    1. Resumindo o ID do Assunto, idade, sexo, raça, pontuação osDI e a vermelhidão limbal em uma tabela.
    2. Calcule a idade, a pontuação do OSDI e a média de pontuação de vermelhidão limbal usando o software Excel.
  2. Determine o desvio padrão ± médio da idade, escore de OSDI e escore de vermelhidão limbal.
  3. Calcule a taxa de prevalência em percentual.
    1. Divida o número de sujeitos pelo número total de sujeitos (40) e multiplique por 100.
      1. Divida o número de sujeitos com baixo DES (LDES) pelo número total de sujeitos (40) e multiplique por 100.
      2. Divida o número de sujeitos com DES moderado (MODDES) pelo número total de indivíduos (40) e multiplique por 100.
      3. Divida o número de sujeitos com DES (SDES) graves pelo número total de indivíduos (40) e multiplique por 100.
    2. Realize a análise de regressão linear utilizando o software Excel para determinar a média dos dois valores (eixo x) e a diferença entre os dois meios (eixo y). Além disso, determine o valor p.
      NOTA: A análise de regressão linear determina as relações entre o escore osDI e o escore de vermelhidão AOS.

Resultados

Os indivíduos tinham em média 29 anos (média ± SD, 29 ± 14,14), com 23 homens (57,5%) e 17 mulheres (42,5%) (Tabela 2). Os brancos representam 50% da população, enquanto os afro-americanos representam 35%, os asiáticos representam 7,5%, e os hispânicos representam 7,5% (Figura 2). O escore médio da pesquisa do OSDI foi de 6,17 ± 6,24, 37,94 ± 5,07, 46 ± 0 para baixo, moderado e alto (Figura 3). De acordo com a Pesquisa OSDI, o DES b...

Discussão

Vários estudos anteriores relataram DES usando o teste de Schirmer, tempo de separação de lágrimas (TBUT) e a pontuação osdi12. O presente estudo utilizou o software AOS para determinar o DES utilizando a vermelhidão limbal. Um dos passos importantes do protocolo crítico é ter uma imagem clara dos olhos; se a imagem estiver embaçada, determinar a vermelhidão limbal é muito desafiador, e provavelmente, leituras precisas não são obtidas. Quando todas as imagens são coletadas, uma das ...

Divulgações

O autor não tem nada a revelar.

Agradecimentos

Agradecemos a todos os participantes pela ajuda e apoio no preenchimento da pesquisa e envio das imagens de seus olhos. A subvenção do ERC Center forneceu financiamento para o IRB.

Materiais

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

Referências

  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).

Reimpressões e Permissões

Solicitar permissão para reutilizar o texto ou figuras deste artigo JoVE

Solicitar Permissão

Explore Mais Artigos

MedicinaEdi o 183Sistemas Oftalmol gicos Avan ados AOSndice de Doen a da Superf cie Ocular OSDIS ndrome do Olho Seco DESCOVID 19Hiperemia ConjuntivivalVermelhid o Limbal

This article has been published

Video Coming Soon

JoVE Logo

Privacidade

Termos de uso

Políticas

Pesquisa

Educação

SOBRE A JoVE

Copyright © 2025 MyJoVE Corporation. Todos os direitos reservados