Perfil paquimétrico horizontal para a detecção do ceratocone / Horizontal pachymetric profile for the detection of keratoconus

RESUMO Objetivo: Avaliar a capacidade de dados de perfil paquimétrico horizontal, a fim de distinguir o ceratocone de córneas normais, e comparar a precisão de índices com outros tomográficos mais complexos. Métodos: Em um estudo retrospectivo, um olho selecionado aleatoriamente de 225 pacientes com ceratocone bilateral e de 335 pacientes com córneas normais foram incluídos. Todos os pacientes foram examinados por um especialista em córnea e foram submetidos ao exame de tomografia de córnea, Pentacam HR (Oculus, Wetzlar, Alemanha). Os dados de perfil paquimétrico horizontal em 6 milímetros passando pelo ápice foi avaliado. Com esses dados, a espessura no ápice corneano (P.ápice), a espessura no ponto mais fino do perfil horizontal (P.min.H), a progressão paquimétrica do ponto mais fino para o mais espesso (PPmin-máx), a progressão paquimétrica média no meridiano temos como referencial a média normal (PPméd) e a adequação a uma linha de tendência polinomial do segundo grau (R2). Um modelo de inteligência artificial foi construído para combinar esses dados. O desempenho para distinguir ceratocone do normal foi avaliada por curvas ROC. Resultados: Todos os índices avaliados foram estatisticamente diferentes entre os dois grupos (p <0,001). A área sob a curva ROC (AUC) de paquimetria no ápice e no TP foram de 0,904 e 0,938, respectivamente. O índice tomográfico com maior AUC foi o BAD-D (0,997). Em relação ao perfil horizontal, a AUC do P.min.H e PPmin-max foram 0,915 e 0,927, respectivamente. A adequação à linha de tendência para o gráfico de espessura no ápice apresentou AUC 0,896. O melhor desempenho foi obtido com o PPméd (AUC 0,932 Sensibilidade = 84,4% e especificidade de 92,5%). O modelo de inteligência artificial combinando todos os itens derivados do perfil horizontal melhorou o desempenho (AUC 0,991 Sens. = 96% e espec. = 98%). Conclusão: O perfil de espessura horizontal permite detectar o ceratocone, com capacidade comparável aos índices mais complexos. Esse tipo de análise pode fornecer o básico para novas abordagens, que utilizem dados presentes em aparelhos mais simples que o tomógrafo, reduzindo o custo para os pacientes.

ABSTRACT Purpose: To evaluate the ability of horizontal thickness profile to distinguish keratoconus from normal corneas, and compare the accuracy of these indices with more complex tomographic indices. Methods: In a retrospective study, one eye randomly selected from 225 patients with bilateral keratoconus and 335 patients with normal corneas were included. All patients were examined by a corneal specialist and underwent the examination of corneal tomography, Pentacam HR (Oculus, Wetzlar, Germany). Data of horizontal pachymetric profile passing through the apex of 6 mm was evaluated. With these data, the thickness at the corneal apex (P.ápice), the thickness of the thinnest point of the horizontal profile (P.min.H), the pachymetric progression from the thinnest point to the thickest (PPmin-max), the average pachymetric progression in the meridian as reference the average from the normal population (PPméd) and the fitness with a second degree polynomial trendline (R2). An artificial intelligence model was built to combine this data. The performance for distinguishing normal keratoconus was evaluated by ROC curves. Results: All of these indices were statistically different between the two groups (p <0.001). The area under the ROC curve (AUC) thickness at the apex and TP were 0.904 and 0.938, respectively. The tomographic index with higher AUC was BAD-D (0.997). Regarding the horizontal profile, the AUC of PP.min.H and PPmin-max were 0.915 and 0.927, respectively. The fitness to the trendline to the horizontal thickness graph AUC was 0.896. The best performance was obtained with the PPméd (AUC 0.932 sensitivity = 84.4% and specificity of 92.5%). The artificial intelligence model combining all items derived from horizontal profile improved performance (AUC 0.991 Sensitivity = 96% and specificity of 98%). Conclusion: The horizontal thickness profile can detect keratoconus, with a capacity comparable to more complex indices. This type of analysis can provide the basics for new approaches, using data present in simpler devices than the tomographer reducing the cost for the patients.

Estudo das correlações entre a área do disco óptico e as características geométricas e biomecânicas da córnea / Study of correlation between optic disc size and corneal geometry and biomechanics

OBJETIVO: Correlacionar área do disco óptico com parâmetros geométricos e biomecânicos da córnea. MÉTODOS: Estudo retrospectivo nos arquivos de pacientes do Instituto de Olhos Renato Ambrósio a fim de se identificar os pacientes que realizaram exames HRT (Heidelberg Retina Tomography), Pentacam e ORA. A retinografia digital foi revisada de modo a se classificar na escala DDLS (Disc Damage Likelihood Scale). RESULTADOS: 244 olhos de 122 pacientes (75 mulheres) foram incluídos no estudo. A média de idade foi de 47,2 anos (de 8 a 97 anos, desvio padrão de 21,7). Não houve correlação significante entre área do disco e nenhuma das medidas de PIO (IOPg, IOPcc). Encontrou-se uma relação negativa significativa com CRF (r=-0,1337, p=0,0263). A relação com histerese foi também negativa (-0,1123), mas o valor p foi maior que 0,05 (0,0625). Não houve correlação significante entre área do disco e progressão paquimétrica mínima ou média. Entretanto, observou-se correlação significante e positiva entre a área do disco e astigmatismo corneano (Delta K), sendo de 1,15 (p=0,0129). CONCLUSÃO: Existe uma correlação negativa entre a área do disco óptico e os parâmetros biomecânicos e estruturais da córnea. Tal correlação pode ser parte da explicação da córnea ser um fator de risco para maior susceptibilidade do nervo óptico para neuropatia glaucomatosa.

PURPOSE: To correlate optic disc size geometry, corneal architecture and biomechanics. METHODS: Optic disc area and geometry was accessed by HRT III (Heidelberg Retina Tomography - Heidelberg eng), Pentacam (Oculus) was used for accessing IOP and corneal parameters and ORA (Ocular Response Analyze - Reichert) was utilized to access corneal biomechanical properties. Classification based DDLS (Disc Damage Likelihood Scale) scale from retinography was performed. Settings: Instituto de Olhos Renato Ambrósio. RESULTS: 244 eyes of 122 patients (75 female) were included. The average age was 47,2 years (from 8 to 97 years). A significant negative correlation was found between disc optic size and CRF (r=0,1337, p=0,0263). A small trend was also found between optic nerve size and hysteresis (r=-0,1123, p=0,0625). A significant negative correlation was also found between disc optic size and thinnest point, maximal pachymetri progression, corneal volume at (1, 4 e 6mm) and difference from thinnest and central value (p<0,05). The highest negative correlation was with corneal volume within 4mm in diameter (r=-1,887; p=0,0017). A positive correlation between size of optic disc and cornea astigmatism (delta K), was found (r= 1,15; p=0,0129). CONCLUSION: There is a negative correlation between optic disc size and corneal thickness and biomechanical properties. These findings may help explaining susceptibility for the development of glaucoma neuropathy in some cases.