Summary

光干渉断層撮影血管造影法で測定した黄斑灌流密度に対する毛細血管および他の血管寄与の評価

Published: February 18, 2022
doi:

Summary

我々は、灌流密度に対する毛細血管よりも大きい血管の寄与を特定するために、傍中心窩表在毛細血管神経叢の血管と灌流密度との間の決定係数の評価を記述する。

Abstract

表在網膜毛細血管叢の傍耳介循環は、通常、循環を伴う毛細血管の長さを決定する血管密度と、循環を有する評価領域の割合を計算する灌流密度で測定される。灌流密度はまた、毛細血管よりも大きい血管の循環を考慮するが、これらの血管の最初への寄与は通常評価されない。本稿では,いずれの測定値も光干渉断層撮影血管造影装置によって自動的に生成されるため,本稿では,血管密度と灌流密度の決定係数を用いて毛細血管よりも大きい血管の寄与を推定する方法を提案する.この方法は、平均値が異ならない場合でも、毛細血管より大きい血管からの灌流密度の割合の変化を明らかにすることができる。この変化は、臨床的網膜症が現れる前の網膜血管疾患の初期段階における毛細血管脱落に対する応答としての代償性動脈血管拡張を反映する可能性がある。提案された方法は、他の装置を必要とせずに灌流密度の組成の変化の推定を可能にするであろう。

Introduction

網膜循環は、動脈、毛細血管、および静脈流の組み合わせであり、その寄与は、異なる網膜層の酸素ニーズを満たすために変化し得る。この循環は自律神経系の調節に依存せず、伝統的にフルオレセイン血管造影法(静脈内コントラストを使用して網膜血管を描写する侵襲的方法)で評価されてきた。逐次写真は、動脈、動脈、静脈、静脈循環、ならびに網膜血管疾患における毛細血管損傷部位の評価を可能にします1

黄斑循環を測定する現在の方法は、干渉計を使用して網膜画像を取得し、毛細血管およびより大きな網膜血管を輪郭を描くことができる光干渉断層撮影血管造影法(OCTA)である2。フルオレセイン血管造影とは異なり、OCTAイメージングは黄斑キサントフィル色素の影付けの影響を受けず、黄斑毛細血管の優れたイメージングを可能にします3。フルオレセイン血管造影に対するOCTAの他の利点は、その非侵襲性とより高い分解能4です。

OCTAデバイスは、中心窩中心に同心円状の3 x 3 mmマップで、傍中心の毛細血管神経叢の表面毛細血管神経叢を測定します(図1)。この装置は、血管の長さ密度(測定領域内の循環を伴う毛細血管の長さ)および灌流密度(循環を伴う測定領域の割合)を自動的に測定し、毛細血管よりも大きい血管(図2)5。血管密度は、生理学的条件下での灌流密度に実質的な寄与を有する。一部の装置では、血管密度を「スケルトン化血管密度」として測定し、灌流密度を「血管/血管密度」として測定します。装置に関係なく、通常、長さの測定(mm/mm2 またはmm-1で測定)と循環面積の測定(%で測定)があり、自動的に生成されます。

健康な人の血管密度は、暗闇、ちらつき光6、またはカフェイン入り飲料7 にさらされると、最も活性の高い網膜層に従って表在、中央、および深い毛細血管叢間の血流を再分配する神経血管結合のために変化する可能性があります。この再分布によって引き起こされる血管密度の低下は、刺激が止まった後にベースライン値に戻り、糖尿病8 や動脈性高血圧症などの血管疾患に網膜症が現れる前に報告された病理学的変化である毛細血管喪失を表すものではありません9

毛細血管の減少は、動脈血管拡張によって部分的に補償することができた。パーセンテージまたは灌流領域のみを測定しても、毛細血管が最小閾値に達したときに現れる可能性のある血管拡張があるかどうかについての洞察は得られない。容器密度を測定することは、血管拡張に起因する循環面積の増加を検出するのに役立たない。灌流密度に対する動脈循環の寄与は、血管密度と灌流密度との間の決定係数を用いて間接的に推定することができ、毛細血管または他の血管に対応する循環を有する領域の割合を定義することができる。

この手法の背後にある理論的根拠は、回帰分析によって、独立した数値の変更が依存する数値の変化をもたらす程度を特定できることです。OCTAを用いた黄斑血管イメージングでは、毛細血管循環は、評価領域に大きな血管が少ないため、循環を伴う領域に影響を与える独立変数です。しかし、パラフォベアには、循環を伴う領域の割合を拡張および変更することができるより大きな血管があり、現在の自動化されたOCTAメトリックによって直接識別することはできません。決定係数を使用する利点は、2つの既存のメトリック間の関係を測定して、毛細血管に対応する循環を有する領域の割合と他の血管に対応する割合の2つをさらに生成することです。両方のパーセンテージは、イメージングソフトウェアでピクセル数を使用して直接測定できます。ただし、決定係数は、OCTAデバイスが自動的に生成する数値を持つサンプルについて計算することができます10,11

Pathakらは、人工ニューラルネットワークを用いた人口統計学的および人体測定的尺度から除脂肪筋肉および脂肪量を推定するために決定係数を使用した。彼らの研究は、彼らのモデルのR2値が0.92であり、従属変数の大部分の変動性を説明することを発見しました12今回、O’Feeたちの研究グループは、決定係数を用いて、非致死性心筋梗塞を全死因死亡率と心血管死亡率の代理として除外した。これらの結果は、独立変数が代理の基準として設定された従属変数の変化の80%未満しか説明していないことを示しました(R2 = 0.8)13

決定係数は、結果変数の変更に対する変数、変数のグループ、またはモデルの変更の影響を評価するために使用されます。1 と R2 の値の差は、結果変数の変化に対する他の変数の寄与を表します。通常、結果に寄与する 3 つ以上の変数があるため、差を 1 つの変数に帰属させることは珍しくありません。しかし、循環を有する黄斑領域の割合は、より大きな血管が毛細血管よりも拡張するので、毛細血管で覆われた領域およびより大きな血管で覆われた領域からのみ生じる可能性がある。さらに、反応性血管拡張は、毛細血管循環の減少が酸素供給を減少させる可能性があるため、おそらく網膜細動脈に由来すると考えられている。

黄斑の循環を伴う領域の割合に寄与するのは、毛細血管とそれらより大きい血管の2つの源だけです。血管密度と灌流密度の間の決定係数は、循環を伴う領域に対する毛細血管の寄与を決定し、残りの変化(1とR2 値の差)は、循環を有する領域(より大きな網膜血管内のもの)を表す唯一の他の変数の寄与を表す。本稿では、健常者(グループ1)におけるこの寄与を測定する方法と、網膜血管疾患患者におけるこの寄与の測定方法(高血圧性網膜症のない動脈性高血圧症(グループ2)および糖尿病性網膜症のない真性糖尿病(グループ3)について述べる。

Protocol

このプロトコルは、Sala Unoの人間研究倫理委員会によって承認されました。この研究で使用された機器の詳細については、セクション1とセクション2の ビデオ 1および 材料表 を参照してください。 1. OCTAデバイスにおける網膜解析 OCTAデバイスの網膜分析のメニューを選択します。 3 x 3 mm網膜マップを選択します。OCTA?…

Representative Results

被験者はグループ1で45人、グループ2で18人、グループ3で36人であった。 表1は 、グループ別の年齢と密度の分布を示しています。グループ1の血管および灌流密度のみがグループ2よりも低かった。中心血管および灌流密度の決定係数を 図5に示す。群間に有意差はなかった。 内血管と灌流密度の決定係数は、グループ1で0.818、グループ2?…

Discussion

網膜症の発症前の網膜血管疾患における灌流密度変化に対する毛細血管よりも大きい血管の寄与。それは動脈性高血圧症患者の内領域で減少し、糖尿病患者の分野間で変化した。網膜における血管反応性を測定するための直接的な方法があり、これは刺激への曝露に依存する14,15。本稿で提案する測定では、OCTA装置によって自動的に生成された2つ?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

著者らは、AngioPlex機器でCirrus 6000を使用するための無制限のサポートについて、ツァイスメキシコに感謝したいと思います。

Materials

Cirrus 6000 with Angioplex Carl Zeiss Meditec Inc., Dublin CA N/A 3 x 3 vessel and perfusion density maps
Excel Microsoft N/A spreadsheet
Personal computer Generic N/A for running the calculations on the spreadsheet

References

  1. Ong, J. X., Fawzi, A. A. Perspectives on diabetic retinopathy from advanced retinal vascular imaging. Eye. , (2022).
  2. Tan, A. C. S., et al. An overview of the clinical applications of optical coherence tomography angiography. Eye. 32 (2), 262-286 (2018).
  3. Elnahry, A. G., Ramsey, D. J. Optical coherence tomography angiography imaging of the retinal microvasculature is unimpeded by macula xanthophyll pigment. Clinical and Experimental Ophthalmology. 48 (7), 1012-1014 (2020).
  4. Elnahry, A. G., Ramsey, D. J. Automated image alignment for comparing microvascular changes detected by fluorescein angiography and optical coherence tomography angiography in diabetic retinopathy. Seminars in Ophthalmology. 36 (8), 757-764 (2021).
  5. Rosenfeld, P. J., et al. Zeiss AngioPlex spectral domain optical coherence tomography angiography: technical aspects. Developments in Ophthalmology. 56, 18-29 (2016).
  6. Nesper, P. L., et al. Hemodynamic response of the three macular capillary plexuses in dark adaptation and flicker stimulation using optical coherence tomography angiography. Investigative Ophthalmology and Visual Science. 60 (2), 694-703 (2019).
  7. Zhang, Y. S., Lee, H. E., Kwan, C. C., Schwartz, G. W., Fawzi, A. A. Caffeine delays retinal neurovascular coupling during dark to light adaptation in healthy eyes revealed by optical coherence tomography angiography. Investigative Ophthalmology and Visual Science. 61 (4), 37 (2020).
  8. Barraso, M., et al. Optical coherence tomography angiography in type 1 diabetes mellitus. Report 1: Diabetic Retinopathy. Translational Vision Science and Technology. 9, 34 (2020).
  9. Xu, Q., Sun, H., Huang, X., Qu, Y. Retinal microvascular metrics in untreated essential hypertensives using optical coherence tomography angiography. Graefe’s Archive for Clinical and Experimental Ophthalmology. 259 (2), 395-403 (2021).
  10. Yeh, R. Y., Nischal, K. K., LeDuc, P., Cagan, J. Written in blood: applying grammars to retinal vasculatures. Translational Vision Science & Technology. 9, 36 (2020).
  11. Corvi, F., Sadda, S. R., Staurenghi, G., Pellegrini, M. Thresholding strategies to measure vessel density by optical coherence tomography angiography. Canadian Journal of Ophthalmology. 55 (4), 317-322 (2020).
  12. Pathak, P., Panday, S. B., Ahn, J. Artificial neural network model effectively estimates muscle and fat mass using simple demographic and anthropometric measures. Clinical Nutrition. 41 (1), 144-152 (2022).
  13. OFee, K., Deych, E., Ciani, O., Brown, D. L. Assessment of nonfatal myocardial infarction as a surrogate for all-cause and cardiovascular mortality in treatment or prevention of coronary artery disease: a meta-analysis of randomized clinical trials. JAMA Internal Medicine. 181 (12), 1575-1587 (2021).
  14. Kushner-Lenhoff, S., Ashimatey, B. S., Kashani, A. H. Retinal vascular reactivity as assessed by optical coherence tomography angiography. Journal of Visualized Experiments: JoVE. (157), e60948 (2020).
  15. Sousa, D. C., et al. A protocol to evaluate retinal vascular response using optical coherence tomography angiography. Frontiers in Neuroscience. 13, 566 (2019).
  16. Falavarjani, K. G., et al. Effect of segmentation error correction on optical coherence tomography angiography measurements in healthy subjects and diabetic macular oedema. British Journal of Ophthalmology. 104 (2), 162-166 (2020).
  17. Warner, R. L., et al. Full-field flicker evoked changes in parafoveal retinal blood flow. Scientific Reports. 10 (1), 16051 (2020).
  18. Zhang, Y. S., et al. Reversed neurovascular coupling on optical coherence tomography is the earliest detectable abnormality before clinical diabetic retinopathy. Journal of Clinical Medicine. 9 (11), 3523 (2020).
check_url/63033?article_type=t

Play Video

Cite This Article
Macouzet-Romero, F. J., Ochoa-Máynez, G. A., Pérez-García, O., Pérez-Aragón, B. J., Lima-Gómez, V. Evaluation of Capillary and Other Vessel Contribution to Macular Perfusion Density Measured with Optical Coherence Tomography Angiography. J. Vis. Exp. (180), e63033, doi:10.3791/63033 (2022).

View Video