基于睑板腺分析的 Graves 眼病活动度预测模型：创新诊疗新突破

《BMC Endocrine Disorders》：Predictive modeling of graves’ orbitopathy activity based on meibomian glands analysis using in vivo confocal microscopy

为解决 Graves 眼病（GO）活动度评估精准性问题，研究人员开展了基于体内共聚焦显微镜（IVCM）下睑板腺微观结构特征评估 GO 活动度并构建诊断模型的研究。结果显示模型预测性能良好，为 GO 诊断和治疗策略选择提供新工具。

　　Graves 眼病（GO）是一种常见的成人眼眶自身免疫性炎症疾病，会引发眼部及周围组织炎症。患者常出现结膜充血水肿、干眼等症状，其中干眼最为常见。目前，评估 GO 活动度对制定治疗方案、判断手术时机和预后至关重要。临床常用的临床活动评分（CAS）虽应用广泛，但存在评估者主观因素影响，导致结果准确性受限 。此外，眼眶磁共振成像（MRI）检查在患者接受度和日常临床可行性方面存在不足。因此，寻找更精准、便捷的评估方法迫在眉睫。

华中科技大学同济医学院附属协和医院等机构的研究人员开展了相关研究。他们利用 IVCM 观察 GO 患者睑板腺微观结构，构建诊断模型评估 GO 活动度，研究成果发表于《BMC Endocrine Disorders》。

在研究方法上，研究人员从 2022 年 5 月至 2023 年 1 月，选取了华中科技大学同济医学院附属协和医院的 45 例（90 只眼）GO 患者。依据 Bartley 标准确诊，通过 CAS 评分对患者进行分层，评分≥3 分为活动期，＜3 分为非活动期。利用德国 Heidelberg Engineering 的 HRT3 IVCM 检查睑板腺微观结构，获取睑板腺开口面积（MOA）等 9 个指标数据。运用 R 软件进行统计分析，采用最小绝对收缩和选择算子（LASSO）方法筛选关键指标，构建 logistic 回归模型，并通过绘制列线图（Nomogram chart）可视化模型 。

研究结果方面：

• 患者特征：45 例 GO 患者中，49 只眼处于非活动期，41 只眼处于活动期。患者年龄中位数为 51 岁，女性占 51.11% 。甲状腺功能异常者占 91.11%，活动期患者接受I131治疗比例高于非活动期，非活动期患者甲状腺手术史更常见，活动期患者抗甲状腺药物使用更频繁。
• 模型构建：经 LASSO 回归算法筛选，最终确定睑板腺腺泡密度（MAD）、睑脂分泌反射率（MSR）、腺泡周围间隙不均匀性（API）、腺泡壁不均匀性（AWI）和睑板腺纤维化严重程度（MF）5 个预测变量。训练集模型曲线下面积（AUC）达 0.959，验证集为 0.969，校准度良好。
• 列线图构建：构建的列线图包含 8 个轴，可依据 5 个变量轴的标签和刻度计算预测分数，进而得到总分数，用于判断 GO 活动期概率，方便临床快速评估。

研究结论与讨论部分，该研究构建的基于 IVCM 检测睑板腺微观结构指标的诊断模型，为评估 GO 疾病活动度提供了新方法。模型 AUC 较高，重复性和泛化性良好，能辅助 CAS 评估 GO 活动期和非活动期，且 IVCM 结果客观，有望用于评估治疗反应。不过研究存在局限，如仅检查下睑睑板腺、研究为横断面设计、样本局限于中国患者等。未来需收集多模态数据、扩大样本量并进行多中心外部验证，进一步完善模型。总体而言，该研究成果为 GO 的诊疗提供了新方向和重要参考，有助于提高 GO 患者的诊疗水平。