Accedi

È necessario avere un abbonamento a JoVE per visualizzare questo. Accedi o inizia la tua prova gratuita.

In questo articolo

  • Riepilogo
  • Abstract
  • Introduzione
  • Protocollo
  • Risultati
  • Discussione
  • Divulgazioni
  • Riconoscimenti
  • Materiali
  • Riferimenti
  • Ristampe e Autorizzazioni

Riepilogo

Il presente protocollo descrive la ricerca trasversale condotta su 40 soggetti sani di età compresa tra i 20 e i 45 anni per valutare la prevalenza della sindrome dell'occhio secco (DES) durante COVID-19. L'indagine OSDI ha valutato il DES e il software dei sistemi oftalmici avanzati (AOS) è stato utilizzato per valutare l'arrossamento dei limbi.

Abstract

L'incidenza della sindrome dell'occhio secco (DES) è aumentata a causa dell'uso di maschere, dell'utilizzo di dispositivi digitali e del lavoro da remoto durante la pandemia. Durante la pandemia di COVID-19 è stato condotto un sondaggio per determinare la prevalenza della sindrome dell'occhio secco. Uno studio trasversale ha studiato quanto sia prevalente il DES durante COVID-19 in pazienti sani di età compresa tra 20 e 45 anni negli Stati Uniti. Un questionario OSDI (Ocular Surface Disease Index) è stato somministrato a 40 individui a distanza dal 31 ottobre 2021 al 1 ° dicembre 2021. L'AOS e l'indagine OSDI sono stati utilizzati per valutare il DES. I soggetti avevano in media 29 anni (DS 14,14), con 23 maschi (57,5%) e 17 femmine (42,5%). Secondo il sondaggio OSDI, des basso, DES moderato e DES grave avevano tassi di prevalenza rispettivamente del 15%, 77,5% e 7,5%. I bianchi (W) rappresentano il 50% della popolazione, mentre gli afroamericani (AA) rappresentano il 35%, gli asiatici rappresentano il 7,5% e gli ispanici rappresentano il 7,5%. Il DES lieve ha colpito il 77,5% dei soggetti, con il 64,50% di maschi e il 35,50% di femmine. Secondo il sistema di classificazione oggettiva AOS, DES lieve (M), DES moderato (MO) e DES grave (S) avevano tassi di prevalenza rispettivamente del 40%, 12,5% e 15%. La regressione lineare è stata utilizzata per confrontare i due sistemi di classificazione e ha dimostrato una forte relazione tra i due sistemi di classificazione.

Introduzione

COVID-19, causato da un'infezione da virus SARS-COV-2, è stato scoperto a Wuhan, in Cina, nel dicembre 2019. Meduri et al.1 hanno riportato un alto tasso di prevalenza di sintomi oculari lievi nei pazienti COVID-19. In Italia, le procedure chirurgiche oculari sono state ridotte a causa della pandemia2. Dall'inizio dell'epidemia, molti hanno lavorato da casa e indossato maschere per precauzione. Ciascuno di questi elementi e l'uso di dispositivi digitali e l'apprendimento online3 hanno contribuito rispettivamente alla sindrome dell'occhio secco (DES) e all'affaticamento degli occhi 3,4. Inoltre, ci sono prove che indossare maschere può causare DES. Indossare la maschera può causare evaporazione lacrimale e disagio congiuntivale5. Giannaccare et al. hanno riferito che il 10,3% degli individui aveva sintomi di disagio oculare in aumento durante la pandemia e il punteggio medio dell'OSDI era 21, con un'età media di 28,5 anni6.

Uno studio trasversale in Giappone ha riportato che la percentuale di donne giapponesi che hanno avuto un risultato combinato di malattia dell'occhio secco definita o probabile era del 76,5%, superiore alla percentuale di uomini impiegati che utilizzavano Visual Display Terminal7. Secondo Inomata et al., l'esposizione prolungata allo schermo di oltre 8 ore / die è stata collegata all'occhio secco sintomatico rispetto a meno di 4 ore / die8. L'OSDI ha dimostrato di essere un questionario valido e affidabile per valutare la gravità del DES 9,10. Il software AOS è stato utilizzato per determinare l'iperemia congiuntivale e ha dimostrato di essere un software molto valido11.

Il presente studio ha studiato quanto sia comune il DES nelle persone sane di età compresa tra 20 e 45 anni. Un questionario OSDI (Ocular Surface Disease Index) è stato somministrato a 40 persone in remoto dal 31 ottobre 2021 al 1 ° dicembre 2021 per condurre il test. Le indagini AOS e OSDI sono state utilizzate per valutare il DES. Infine, sono stati confrontati i due metodi di classificazione: il punteggio OSDI e il software AOS. I partecipanti dovevano prima compilare un questionario di ammissibilità, che includeva i seguenti criteri di inclusione: (1) Individui sani; (2) Fascia d'età 20-45 anni; (3) I partecipanti dovevano trovarsi negli Stati Uniti.

Protocollo

Il presente studio è stato condotto a seguito della dichiarazione di Helsinki e il protocollo è stato approvato dall'Institutional Review Board di Solutions (IRB, 2021/09/14). Lo studio ha seguito le linee guida di rendicontazione della Dichiarazione di Helsinki. Tutti i partecipanti hanno fornito il consenso informato per il questionario. Il sondaggio è stato condotto interamente online via Internet. Se i partecipanti soddisfacevano i requisiti di ammissibilità, i moduli di consenso, il volantino del progetto di ricerca e il questionario OSDI venivano inviati loro via e-mail. Dopo aver inviato i moduli di consenso e aver completato il questionario OSDI, è stata emessa online una carta di credito regalo da $ 10 per completare il sondaggio.

1. Indagine OSDI per la valutazione DES

  1. Utilizzare i seguenti criteri: basso punteggio OSDI (0-20 punti); punteggio OSDI moderato (21-45 punti); alto punteggio OSDI (46-100 punti).
    NOTA: I criteri diagnostici per il punteggio DES in base al punteggio OSDI sono ≥13.
  2. Chiedi ai soggetti idonei di compilare il sondaggio online (Tabella 1).

2. Determinazione del rossore limbare tramite software AOS

  1. Scatta una foto degli occhi, un occhio alla volta.
    NOTA: l'immagine deve essere chiara per l'analisi.
  2. Assegna al soggetto un numero ID. Salvare l'ID oggetto.
  3. Per aggiungere un oggetto, fare clic sulla scheda Aggiungi .
    NOTA: il sistema genera automaticamente l'ID paziente.
  4. Compila la scheda Titolo . Inserisci il nome e il cognome.
  5. Inserisci la data di nascita.
  6. Immettere l'indirizzo di posta elettronica, quindi confermare l'indirizzo di posta elettronica.
  7. Inserisci l'ID del Servizio Sanitario Nazionale (NHS ID) e il numero di Numero di Cartella Clinica (MRN).
  8. Compilare la scheda Nota . Quindi, fai clic su Salva.
  9. Ora seleziona l'ID soggetto. Quindi, aggiungi / visualizza le immagini. Quindi, fai clic su + Aggiungi.
  10. Carica le immagini sul software AOS (vedi Tabella dei materiali) per valutare il rossore limbare. Carica prima l'occhio destro, poi l'occhio sinistro.
  11. Fai clic sulla scheda Nuovo esame . Quindi, fai clic sulla scheda Immagine + .
  12. Aggiungere l'occhio destro, quindi fare clic sulla scheda Media selezionati .
  13. Fare clic sull'icona Bulbar . Quindi, fai clic sulla scheda Area . Fare clic su Analisi scala di classificazione del rossore bulbare 0-4.
  14. Clicca sull'immagine per iniziare dall'area limbare vicino al bordo della pupilla e seguire uno schema per coprire l'area limbare (Figura 1). Quindi, fare clic su Salva analisi.
    NOTA: il grado di arrossamento e la % delle navi vengono salvati.
  15. Fare clic sulla mappa rossa e salvare l'analisi.
  16. Fare clic su Genera report. Clicca su entrambe le immagini per generare PDF.
    NOTA: Il rapporto PDF include il nome, il cognome, la data di nascita, l'ID paziente, il numero NHS e da chi è stato esaminato il paziente. Il rapporto PDF include anche la data dell'esame e il tipo di esame.
  17. Ripetere i passaggi 2.9-2.22; quindi, aggiungi l'immagine dell'occhio sinistro.
  18. Classificare il rossore limbare utilizzando il software AOS. Analizza le immagini per il rossore congiuntivale bulbare con un software di classificazione obiettivo convalidato utilizzando la funzione "arrossamento bulbare" nelle aree limbari della congiuntiva, utilizzando una gradazione continua automatica da 0-4 in unità 0.1.
    NOTA: il grado 0 è il rossore minimo; Il grado 4 è un arrossamento grave (Figura 1). I gradi 0-1 sono codificati grado I, i gradi 1-2 sono codificati grado II, i gradi 2-3 sono codificati grado III e i gradi 3-4 sono codificati grado IV per corrispondere al sistema di classificazione del sondaggio OSDI.

3. Analisi statistica

  1. Raccogliere i dati e analizzarli utilizzando Microsoft Excel.
    1. Riassumi l'ID soggetto, l'età, il sesso, la razza, il punteggio OSDI e il rossore limbare in un'unica tabella.
    2. Calcola l'età, il punteggio OSDI e il punteggio di arrossamento limbare utilizzando il software Excel.
  2. Determinare la deviazione media ± standard dell'età, il punteggio OSDI e il punteggio di arrossamento limbare.
  3. Calcola il tasso di prevalenza in percentuale.
    1. Dividere il numero di soggetti per il numero totale di soggetti (40) e quindi moltiplicare per 100.
      1. Dividere il numero di soggetti con DES basso (LDES) per il numero totale di soggetti (40) e quindi moltiplicare per 100.
      2. Dividere il numero di soggetti con DES moderato (MODDES) per il numero totale di soggetti (40), quindi moltiplicare per 100.
      3. Dividere il numero di soggetti con DES grave (SDES) per il numero totale di soggetti (40), quindi moltiplicare per 100.
    2. Eseguire l'analisi di regressione lineare utilizzando il software Excel per determinare la media dei due valori (asse x) e la differenza tra le due medie (asse y). Inoltre, determinare il valore p.
      NOTA: l'analisi di regressione lineare determina le relazioni tra il punteggio OSDI e il punteggio di arrossamento AOS.

Risultati

I soggetti avevano in media 29 anni (media ± SD, 29 ± 14,14), con 23 maschi (57,5%) e 17 femmine (42,5%) (Tabella 2). I bianchi rappresentano il 50% della popolazione, mentre gli afroamericani rappresentano il 35%, gli asiatici rappresentano il 7,5% e gli ispanici rappresentano il 7,5% (Figura 2). Il punteggio medio dell'indagine dell'OSDI è stato di 6,17 ± 6,24, 37,94 ± 5,07, 46 ± 0 per basso, moderato e alto (Figura 3). Secondo l'indagin...

Discussione

Diversi studi precedenti hanno riportato DES utilizzando il test di Schirmer, il tempo di rottura dello strappo (TBUT) e il punteggio OSDI12. Il presente studio ha utilizzato il software AOS per determinare il DES utilizzando il rossore limbare. Uno degli importanti passaggi critici del protocollo è quello di avere un'immagine chiara degli occhi; se l'immagine è sfocata, determinare il rossore limbare è molto impegnativo e, molto probabilmente, non si ottengono letture accurate. Quando tutte le...

Divulgazioni

L'autore non ha nulla da rivelare.

Riconoscimenti

Vogliamo ringraziare tutti i partecipanti per il loro aiuto e supporto nella compilazione del sondaggio e nell'invio delle immagini dei loro occhi. La sovvenzione del Centro ERC ha fornito finanziamenti per l'IRB.

Materiali

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

Riferimenti

  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).

Ristampe e Autorizzazioni

Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE

Richiedi Autorizzazione

Esplora altri articoli

MedicinaNumero 183Sistemi Oftalmici Avanzati AOSIndice di Malattia della Superficie Oculare OSDISindrome dell Occhio Secco DESCOVID 19Iperemia CongiuntivaleArrossamento Limbare

This article has been published

Video Coming Soon

JoVE Logo

Riservatezza

Condizioni di utilizzo

Politiche

Ricerca

Didattica

CHI SIAMO

Copyright © 2025 MyJoVE Corporation. Tutti i diritti riservati