表观遗传修饰参与糖尿病视网膜病变代谢记忆的研究进展

糖尿病视网膜病变(DR)在血糖控制良好的情况下仍可能持续并进展,这表明先前的高血糖会导致长期有害的血管功能障碍,这种现象被定义为糖尿病视网膜病变的“代谢记忆”(metabolic memory)。糖尿病视网膜病变起病隐匿,目前的治疗方式主要为临床对症治疗,缺乏有效早期诊断、精准治疗和判断预后的手段,新的诊治思路亟待开发。近年来许多新兴研究证明表观遗传修饰在DNA甲基化、组蛋白翻译后修饰和微小RNA(microRNAs,miRNAs)调控等方面参与了糖尿病视网膜病变“代谢记忆”的发病机制,为糖尿病视网膜病变分子机制的探究提供了努力方向和研究策略。本文综述了表观遗传修饰在糖尿病视网膜病变发病机制中的作用,潜在挑战和治疗前景,旨在为未来早期诊断和治疗糖尿病视网膜病变提供参考。

重视小儿白内障摘除手术后青光眼问题

白内障摘除手术后青光眼是小儿白内障摘除手术后常见并发症之一,是影响患儿“二次盲”的主要原因。其临床表现不典型、难诊断、评估困难等问题近年逐渐受到国内外临床工作者的重视。在发病特点、诊断标准以及治疗方案等方面仍存在一些问题与挑战。本文针对小儿白内障摘除手术后青光眼的定义及诊断标准、相关危险因素、治疗策略以及随访预后等4个方面上进行探讨,论述并提出需重视小儿白内障摘除手术后青光眼的发生,建立规范小儿白内障摘除手术后青光眼诊疗体系,从而更好地提高患儿白内障摘除手术后的视觉康复。

确保眼健康全民覆盖 加速实现可持续发展目标

2021年联合国通过决议《人人拥有视力:加快行动实现可持续发展目标》,这是一份推动全球眼健康工作的重要文件,是联合国通过的第一个旨在解决可避免视力丧失问题的决议,该决议将眼健康纳入全球可持续发展目标的关键部分。该决议总结了全球眼健康工作的经验教训,设定眼健康工作的全球目标,即各国应确保其人民充分享有眼保健服务,到2030年实现人人享有眼保健服务,并设立了国家层面眼健康工作的监测指标和方法。这一文件将作为全球眼健康全民覆盖、促进实现可持续发展目标的工作蓝图;这一全球行动也将对我国的眼健康工作产生重大影响。本文分析了这一重要决议对推动我国眼健康工作持续发展的作用。

有效白内障手术覆盖率和有效屈光不正矫正覆盖率

实现全民健康覆盖是世界卫生组织的优先战略事项。眼健康是全民健康的重要组成部分。评估全球范围内眼健康服务的使用和质量,有助于更好地监测全民健康覆盖总体进展。世界卫生组织在第74届世界卫生大会上建议将以人群为基础的有效白内障手术覆盖率(eCSC)和有效屈光不正矫正覆盖率(eREC)作为新的眼健康指标,并通过决议将指标的目标设定为2030年各国的eCSC增加30%,eREC增加40%。我国国家卫生健康委员会正式将这2个指标纳入《“十四五”全国眼健康规划(2021—2025)》中。本文将解读这2个指标的定义、计算、考量因素以及实际收集和报告时需要注意的问题,以期助力眼健康服务监测工作高质量开展。

先天性晶状体脱位患者角膜曲率与像差特征

目的:探讨先天性晶状体脱位(CEL)患者角膜曲率、散光和像差的特征,为术前人工晶状体(IOL)的选择提供参考。方法:病例对照研究。收集2018年7月至2021年7月就诊于中山大学中山眼科中心的双眼CEL患者55例(55眼)作为CEL组,同时纳入年龄、性别匹配的健康门诊体检者54例(54眼)作为对照组。采用Pentacam测量2组角膜前、后表面及总角膜曲率、散光及像差。采用Mann-WhitneyU检验、Kruskal-WallisH检验等对组间角膜参数的差异进行统计分析。采用卡方检验及Fisher确切概率法分析2组及各亚组间的散光类型分布。CEL组角膜参数与年龄之间的相关性采用Spearman相关分析。结果:CEL组角膜前、后表面曲率及总角膜曲率小于对照组,差异均有统计学意义(U=-5.62、-6.25、-5.66,P<0.001)。CEL组角膜前表面散光、总角膜散光高于对照组,差异有统计学意义(U=2.20,P=0.028;U=3.06,P=0.002);2组间的角膜后表面散光差异无统计学意义;2组间散光类型分布差异有统计学意义(P=0.001、0.028、0.001)。CEL组总角膜像差、高阶像差及低阶像差高于对照组(U=3.95,P<0.001;U=2.24,P=0.025;U=3.87,P<0.001),而球差低于对照组(U=-3.70,P<0.001),差异均有统计学意义。角膜前表面水平彗差与年龄呈负相关(r=-0.31,P=0.032)。结论:与健康者相比,CEL患者角膜曲率更小,角膜散光程度更高,角膜像差更大,角膜球差更小。CEL术前选择IOL时应参考总角膜散光情况,建议选择零球差或者球面IOL。

机器学习在辅助圆锥角膜诊断中的应用

圆锥角膜的诊断与人工智能息息相关,而机器学习是人工智能的核心,各种结合了角膜形态数据的机器学习模型是圆锥角膜诊断中的有效补充,并提供了一定的决策支持,这类人工智能系统可以提高读图效率、减少人为误判几率并有效降低人力成本。本文通过归纳既往辅助诊断圆锥角膜的机器学习模型,帮助研究者们了解圆锥角膜智能诊断领域的相关知识,这对于进一步开展这一领域的机器学习研究有重要意义。