Персонализированное лечение первичного закрытия угла передней камеры

ЦЕЛЬ. Разработать персонализированную методику выбора метода лечения первичного закрытия угла (ПЗУ) передней камеры глаза на основе сравнения прогноза гипотензивного эффекта периферической лазерной иридотомии (ПЛИТ) и ленсэктомии (ЛЭ).

МЕТОДЫ. Проспективное исследование включало 60 пациентов (60 глаз) с ПЗУ в возрасте от 41 до 80 лет. На 30 глазах выполнена ПЛИТ, на 30 — ЛЭ. Всем обследуемым проведена оптическая когерентная томография переднего и заднего отрезков глаза Swept Source (SS-OCT) до и через 1 месяц после лечения, оценивался набор из 37 клинико-анатомических параметров каждого пациента. За гипотензивный эффект операции принята величина снижения внутриглазного давления (ΔВГД) после вмешательства относительно исходного. Для разработки регрессионных моделей, прогнозирующих гипотензивный эффект лечения, использовался метод регрессии на главные компоненты.

РЕЗУЛЬТАТЫ. Разработан инновационный пошаговый алгоритм выбора метода лечения ПЗУ (ЛЭ или ПЛИТ). Первый шаг — измерить и учесть 4 клинико-анатомических параметра пациента: пол, ВГД, длину переднезадней оси глаза (ПЗО), глубину передней камеры (ГПК). Второй шаг — рассчитать показатель разницы прогнозируемого гипотензивного эффекта (Ind_Short) по формуле Ind_Short=B0+B1·Пол+B2·ВГД+B3·ПЗО+B4·ГПК, где B0=16,8; B1=-0,28; B2=0,24; B3=-0,65; B4=-2,36; мужской пол — значение 0 (ноль), женский пол — значение 1. Третий шаг — сравнить полученный результат с нулем: если Ind_Short меньше 0, то предпочтительным является метод ПЛИТ, в противном случае — ЛЭ.

ЗАКЛЮЧЕНИЕ. Пошаговый алгоритм действий, разработанный с помощью методов машинного обучения, позволяет выбрать персонализированное лечение первичного закрытия угла передней камеры глаза.

1. Friedman DS, Foster PJ, Aung T, He M. Angle closure and angleclosure glaucoma: what we are doing now and what we will be doing in the future. Clin Exp Ophthalmol 2012; 40(4):381-387. https://doi.org/10.1111/j.1442-9071.2012.02774.x

2. Foster PJ, Buhrmann R, Quigley HA, Johnson GJ. The definition and classification of glaucoma in prevalence surveys. Br J Ophthalmol 2002; 86(2):238-242. https://doi.org/10.1136/bjo.86.2.238

3. Song MK, Shin JW, Sung KR. Factors Associated with Deterioration of Primary Angle Closure after Lens Extraction. J Clin Med 2022; 11(9):2557. https://doi.org/10.3390/jcm11092557

4. Song MK, Sung KR, Shin JW, Jo YH, Won HJ. Glaucomatous Progression After Lens Extraction in Primary Angle Closure Disease Spectrum. J Glaucoma 2020; 29(8):711-717. https://doi.org/10.1097/IJG.0000000000001537

5. Bo J, Changulani T, Cheng ML, Tatham AJ. Outcome Following Laser Peripheral Iridotomy and Predictors of Future Lens Extraction. J Glaucoma 2018; 27(3):275-280. https://doi.org/10.1097/IJG.0000000000000863

6. Fröhlich, H., Balling, R., Beerenwinkel, N. et al. From hype to reality: data science enabling personalized medicine. BMC Med 2018; 16:150. https://doi.org/10.1186/s12916-018-1122.

7. Wilkinson J, Arnold KF, Murray EJ, et al. Time to reality check the promises of machine learning-powered precision medicine. Lancet Digit Health 2020; 2(12):e677-e680. https://doi.org/10.1016/S2589-7500(20)30200-4

8. Zhang Y, Zhang Q, Li L, et al. Establishment and Comparison of Algorithms for Detection of Primary Angle Closure Suspect Based on Static and Dynamic Anterior Segment Parameters. Transl Vis Sci Technol 2020; 9(5):16. https://doi.org/10.1167/tvst.9.5.16

9. Kim SJ, Cho KJ, Oh S. Development of machine learning models for diagnosis of glaucoma. PLoS One 2017; 12(5):e0177726. https://doi.org/10.1371/journal.pone.0177726

10. Rahimy E. Deep learning applications in ophthalmology. Curr Opin Ophthalmol 2018; 29(3):254-260. https://doi.org/10.1097/ICU.0000000000000470

11. Чупров А.Д., Борщук Е.Л., Бегун Д.Н., Болодурина И.П., Гришина Л.С., Лосицкий А.О. Метод оценки потребности и типа повторной операции при хирургическом лечении глаукомы с применением искусственной нейронной сети. Офтальмохирургия 2022; 4S:40-50. https://doi.org/10.25276/0235-4160-2022-4S-40-50

12. Pomerantsev A.L., Rodionova O.Ye. New trends in qualitative analysis: Performance, optimization, and validation of multi-class and soft models. Trends Anal Chem 2021; 143:116372. https://doi.org/10.1016/j.trac.2021.116372

13. Курышева Н.И., Померанцев А.Л., Родионова О.Е., Шарова Г.А. Методы машинного обучения в сравнительной оценке различных подходов к хирургическому лечению первичного закрытия угла передней камеры глаза. Офтальмология 2022; 19(3):549-556. https://doi.org/10.18008/1816-5095-2022-3-549-556

14. Курышева Н.И., Родионова О.Е., Померанцев А.Л., Шарова Г.А. Сравнительное исследование эффективности ленсэктомии и периферической лазерной иридотомии при первичном закрытии угла передней камеры глаза. Национальный журнал глаукома 2023; 22(4):3-14. https://doi.org/10.53432/2078-4104-2023-22-4-3-14

15. Курышева Н.И., Померанцев А.Л., Родионова О.Е., Шарова Г.А. Результаты применения метода машинного обучения в определении предикторов гипотензивной эффективности ленсэктомии у больных с первичным закрытием угла передней камеры. Национальный журнал глаукома 2024; 23(1):3-11. https://doi.org/10.53432/2078-4104-2024-23-1-3-11

16. Chylack LT Jr, Wolfe JK, Singer DM, et al. The Lens Opacities Classification System III. The Longitudinal Study of Cataract Study Group. Arch Ophthalmol 1993; 111(6):831-836. https://doi.org/10.1001/archopht.1993.01090060119035

17. Курышева Н.И., Шарова Г.А. Роль оптической когерентной томографии в диагностике заболеваний закрытого угла передней камеры. Часть 1: Визуализация переднего сегмента глаза. Офтальмология 2021; 18(2):208-215. https://doi.org/10.18008/1816-5095-2021-2-208-215

18. Курышева Н.И., Шарова Г.А. Анатомо-топографические особенности переднего и заднего сегментов глаза при ранних стадиях заболевания первичного закрытия угла. Национальный журнал глаукома 2023; 22(1):42-53. https://doi.org/10.53432/2078-4104-2023-22-1-42-53

19. Курышева Н.И., Бояринцева М.А., Фомин А.В. Хориоидея при первичной закрытоугольной глаукоме: результаты исследования методом оптической когерентной томографии. Офтальмология 2013; 10(4):26-31. https://doi.org/10.18008/1816-5095-2013-4-26-31

20. He M, Jiang Y, Huang S, Chang DS, Munoz B, Aung T, Foster PJ, Friedman DS. Laser peripheral iridotomy for the prevention of angle closure: a single-centre, Randomized controlled trial. Lancet 2019; 393(10181):1609-1618. https://doi.org/10.1016/S0140-6736(18)32607-2

21. Pomerantsev, A. L. Chemometrics in Excel. Hoboken: John Wiley & Sons, Inc. 2014. https://doi.org/10.1002/9781118873212

22. Kucheryavskiy S. mdatools – R package for chemometrics. Chemometrics and Intelligent Laboratory Systems. 2020;198, 103937. https://doi.org/10.1016/j.chemolab.2020.103937

23. Rodionova O.Ye., Pomerantsev A.L. "Detection of Outliers in ProjectionBased Modeling". Anal Chem 2020; 92:2656-2664. https://doi.org/10.1021/acs.analchem.9b04611

24. Moya M., Koch M., Hostetler L. One-class classifier networks for target recognition applications, in: Proceedings of the World Congress on Neural Networks. International Neural Network Society 1993; 797-801.

25. Pomerantsev, AL, Rodionova, OY. Popular decision rules in SIMCA: Critical review. Journal of Chemometrics 2020; 34:e3250. https://doi.org/10.1002/cem.3250

26. Pomerantsev A.L., Rodionova O.Ye. Procrustes Cross-Validation of short datasets in PCA context. Talanta 2021; 226:122104. https://doi.org/10.1016/j.talanta.2021.122104

27. Петров В.И., Шишиморов И.Н., Магницкая О.В., Толкачев Б.Е. Персонализированная медицина: эволюция методологии и проблемы практического внедрения. Вестник ВолГМУ 2016; 57(1):3-11.

28. Shao T, Hong J, Xu J, Le Q, Wang J, Qian S. Anterior Chamber Angle Assessment by Anterior-segment Optical Coherence Tomography After Phacoemulsification With or Without Goniosynechialysis in Patients With Primary Angle Closure Glaucoma. J Glaucoma 2015; 24(9): 647-655. https://doi.org/10.1097/IJG.0000000000000061