CC BY
34
УДК 611.843.1:616-073.756.8 (045) Оригинальная статья
КОМПЬЮТЕРНЫЙ АНАЛИЗ ПАРАМЕТРОВ ЭПИРЕТИНАЛЬНОЙ МЕМБРАНЫ
С. К. Дауров — ФГБОУ ВО «Саратовский ГТУ им. Ю. А. Гагарина», Институт прикладных информационных технологий и коммуникаций, доцент кафедры прикладных информационных технологий, доцент, кандидат технических наук; О. Н. Долинина — ФГБОУ ВО «Саратовский ГТУ им. Ю. А. Гагарина», Институт прикладных информационных технологий и коммуникаций, заведующая кафедры прикладных информационных технологий, доцент, кандидат технических наук; Т. Г. Каменских — ФГБОУ ВО «Саратовский ГМУ им. В. И. Разумовского», заведующая кафедрой глазных болезней, доктор медицинских наук; Ю. С. Батищева — ФГБОУ ВО «Саратовский ГМУ им. В. И. Разумовского», ассистент кафедры глазных болезней; И. О. Колбенев — ФГБОУ ВО «Саратовский ГМУ им. В. И. Разумовского», ассистент кафедры глазных болезней, кандидат медицинских наук; О. А. Андрейченко — ФГБОУ ВО «Саратовский ГМУ им. В. И. Разумовского», ассистент кафедры глазных болезней, кандидат медицинских наук; С. А. Потемкин — ФГБОУ ВО «Саратовский ГТУ им. Ю. А. Гагарина», Институт прикладных информационных технологий и коммуникаций, магистрант кафедры прикладных информационных технологий; Р. А. Проскудин — ФГБОУ ВО «Саратовский ГТУ им. Ю. А. Гагарина», Институт прикладных информационных технологий и коммуникаций, магистрант кафедры прикладных информационных технологий.
COMPUTER ANALYSIS OF THE EPIRETINAL MEMBRANE PARAMETERS
S. K. Daurov — Saratov State Technical University n.a. Yu. A. Gagarin, Institute of Applied Information and Communications Technologies, Department of Applied Information Technology, Associate Professor, Candidate of Technical Sciences; O. N. Dolin-ina — Saratov State Technical University n.a. Yu. A. Gagarin, Institute of Applied Information and Communications Technologies, Head of the Department of Applied Information Technology, Associate Professor, Candidate of Technical Sciences; T. G. Kamen-skikh — Saratov State Medical University n.a. V. I. Razumovsky, Head of Department of Eye Diseases, Doctor of Medical Sciences; Yu. S. Batischeva — Saratov State Medical University n.a. V. I. Razumovsky, Department of Eye Diseases, Assistant; I. O. Kol-benev — Saratov State Medical University n.a. V. I. Razumovsky, Department of Eye Diseases, Assistant, Candidate of Medical Sciences; O. A. Andreychenko — Saratov State Medical University n.a. V. I. Razumovsky, Department of Eye Diseases, Assistant, Candidate of Medical Sciences; S. A. Potemkin — Saratov State Technical University n.a. Yu. A. Gagarin, Institute of Applied Information and Communications Technologies, Department of Applied Information Technology, Graduate Student; R. A. Proskudin — Saratov State Technical University n.a. Yu. A. Gagarin, Institute of Applied Information and Communications Technologies, Department of Applied Information Technology, Graduate Student.
Дата поступления — 12.05.2017 г. Дата принятия в печать — 30.05.2017 г.
Дауров С. К., Долинина О. Н., Каменских Т. Г., Батищева Ю. С., Колбенев И. О., Андрейченко О. А., Потемкин С. А., Проскудин Р.А. Компьютерный анализ параметров эпиретинальной мембраны. Саратовский научно-медицинский журнал 2017; 13(2): 350-358.
Цель: разработать алгоритмы обработки видеоизображений оптических срезов сетчатки глаза для количественной оценки степени складчатости эпиретинальной мембраны и параметров центральной ямки. Материал и методы. Объектом исследования являлись видеоизображения сетчатки глаза, полученные оптическим когерентным томографом. Для разработки методов определения степени складчатости эпиретинальной мембраны сформирована математическая модель профиля, состоящая из базового профиля (низкочастотная компонента) и складчатости (высокочастотная часть). Результаты. Разработаны два альтернативных метода оценки складчатости эпиретинальной мембраны сетчатки глаза: метод усреднения и метод, использующий преобразование вейвлета. Разработан алгоритм измерения геометрических параметров центральной ямки: высоты, ширины и соответствия формы. Указанные алгоритмы реализованы в виде программного комплекса. Заключение. Практическое применение разработанного комплекса показало его адекватность, а также целесообразность введения в лечебную практику использования количественных оценок некоторых параметров состояния сетчатки глаза.
Ключевые слова: оптическая когерентная томография, видеоизображение, эпиретинальная мембрана.
Daurov SK, Dolinina ON, Kamenskikh TG, Batischeva YuS, Kolbenev IO, Andreychenko OA, Potemkin SA, Proskudin RA. Computer analysis of epiretinal membrane parameters. Saratov Journal of Medical Scientific Research 2017; 13(2): 350-358.
Objective: to develop algorithms of processing of video images of optical slices of the eye retina to quantify the degree of folding of the epiretinal membranes and of the central fossa. Material and methods. The object of the study was the video image of the retina obtained by optical coherence tomography. To develop methods of determining the degree of folding epiretinal membrane was formed mathematical model of the profile consisting of a base profile (low frequency component) and folding (high frequency part). Results. There had been developed two alternative methods of estimation of folding epiretinal membrane: retinal-averaging method and the method using the wavelet transform. The algorithm of geometrical parameters of the central fossa: the height, width and line shape. These algorithms are implemented in a software system. Conclusion. The practical application of the developed system showed its adequacy, as well as an introduction into medical practice the use of quantitative estimates of some parameters of the retina condition.
Key words: optical coherence tomography, video image, epiretinal membrane.
Введение. По данным Министерства здравоохранения РФ за 2015 г, каждый второй россиянин страдает тем или иным расстройством зрения. В России ежегодно регистрируется до 500 тыс. инвалидов по зрению. Результаты эпидемиологического мониторинга свидетельствуют: «Показатели заболеваемости глаз в России неуклонно возрастают и в большинстве регионов превышают среднеевропейские показатели в 1,5-2 раза».
Ответственный автор — Каменских Татьяна Григорьевна Тел.: (8452) 390513 E-mail: kamtanvan@mail.ru
Наличие эпиретинальной мембраны (ЭРМ) — одна из важных причин снижения центральной остроты зрения. ЭРМ обычно развиваются в пожилом возрасте. Этиология мембран связана с воспалением, пролиферативным процессом, возрастными изменениями стекловидного тела. Миграция глиаль-ных клеток через дефекты внутренней пограничной мембраны в стекловидное тело способствует развитию ЭРМ на поверхности сетчатки. В формировании мембран участвуют клетки ретинального пигментного эпителия, гиалоциты, фибробласты, астроциты. В формировании мембран имеет значение иммунное
воспаление с участием цитокинов, факторов роста. Тангенциальные и вертикальные тракции ЭРМ вызывают изменение со стороны сетчатки (утолщение слоев, складчатость поверхности, фибрилляции слоя нервных волокон). Хирургическое лечение улучшает качество зрения пациентов.
В настоящее время в офтальмологии одним из методов обследования глаза является оптическая когерентная томография (ОКТ) [1]. Этот метод бесконтактен, позволяет визуализировать различные структуры глаза с разрешением выше, чем ультразвуковое исследование. Результаты работы оптического когерентного томографа представляются в виде совокупности изображений срезов (рис. 1).
Анализ полученных снимков производится врачами визуально и требует от них высокого уровня профессиональной подготовки. При составлении заключения врачу приходится полагаться лишь на собственный опыт Высококлассных специалистов данной области медицины не всегда достаточно для удовлетворения имеющейся потребности в большом числе средних и малых медицинских учреждений. Все это исключает возможность массовой, каче-
ственной диагностики глазных заболеваний. Существует еще один недостаток визуального анализа: отсутствие количественных оценок текущего состояния сетчатки глаза, чего особенно не хватает при длительном наблюдении за течением болезни или за процессом лечения.
Степень складчатости эпиретинальной мембраны является одним из параметров сетчатки глаза. Она указывает на степень развития патологии (причем в начальной стадии при визуальном анализе это сложно определить), которая в конечном счете может привести к разрыву сетчатки. Это обусловливает необходимость оценки степени складчатости мембраны.
Цель: разработать алгоритмы обработки видеоизображений оптических срезов сетчатки глаза для количественной оценки степени складчатости эпиретинальной мембраны и параметров центральной ямки.
Материал и методы. Нормальный профиль сетчатки глаза (рис. 2а) с точки зрения складчатости характеризуется гладкостью либо складчатостью очень малой амплитуды. Профиль сетчатки глаза со средней степенью складчатости показан на рис. 2б.
Рис. 1. Снимок сетчатки глаза, полученный с помощью ОКТ
а
б
Рис. 2. Профили сетчатки глаза: а) с отсутствием складчатости; б) с наличием складчатости
Анализируя снимки профилей с визуально заметной складчатостью, можно сделать вывод, что профиль представляет собой совокупность двух компонент: некоего базового профиля, определяющего грубую конфигурацию анализируемого профиля, и функции, содержащей мелкие изменения профиля. Если приведенные рассуждения трансформировать в область математических функций, то анализируемый профиль можно представить в виде одномерной функции, состоящей из низкочастотной (базовый профиль) и высокочастотной (мелкие изменения) частей.
Таким образом, задача определения складчатости заключается в нахождении высокочастотной компоненты функции анализируемого профиля и оценке ее параметров (амплитуды и частоты) [3]. Для решения этой задачи можно предложить (в порядке возрастания сложности) следующие методы определения базового профиля: путем сглаживания исходного, с использованием вейвлет-преобразования.
Для тестирования алгоритмов определения складчатости мембраны сетчатки глаза разработана математическая модель профиля, представляющая собой один период косинусоиды (низкочастотная компонента — базовый профиль), на которую наложены несколько периодов синусоиды (высокочастотная компонента — складки мембраны):
Ym=ACos (2пх/\1) +aSin (2Пх/\1), х= (1-\1) где А — амплитуда низкочастотной компоненты модели; а, f — амплитуда и частота высокочастотной компоненты модели; N — число точек модели.
Цель метода нахождения усредненного (базового) профиля заключается в том, чтобы найти профиль, максимально похожий на исходный (т.е. недеформи-рованный) профиль. Для его определения используется известный метод сглаживания, суть которого заключается в том, что с помощью линейной маски, содержащей нечетное число единиц, обрабатывается анализируемый профиль. В целом для его реализации необходимо выполнить:
• достраивание функции профиля влево и вправо на половину размера маски (для устранения краевых эффектов);
• обработку функции профиля в соответствии с выражением (рис. 3);
Рис. 3. Формула обработки функции профиля: п=1, 3, 5, 7, и т.д., где Y, S — исходный и сглаженный профили; п — размер маски; ¡, ] — индексы текущих точек профиля и маски
• запись результата в отдельный вектор.
Эффективность сглаживания в значительной
степени зависит от размера маски. Критерием достижения необходимого размера маски для модели и, следовательно, завершения процесса усреднения является максимальное значение разности между сглаженным и исходным графиком. Далее путем вычитания сглаженной из исходной происходит выделение частотной составляющей и определение ее параметров: амплитуды и частоты.
Второй метод определения степени складчатости — метод вейвлет-преобразований. Идея применения вейвлет-преобразований [2] заключается в том, что разложение сигнала производится по базисным функциям в виде коротких волн, имеющих ну-
левое среднее значение. Такие функции называются вейвлетами (в переводе «всплеск»). Число видов вейвлет-функций велико, поэтому выберем наиболее простой — вейвлет Хаара и наиболее распространенный — вейвлет Дебоши.
Процесс вейвлет-преобразования состоит из некоторого числа проходов, определяемого пользователем. Первый проход осуществляется с исходной вейвлет-функцией, каждый последующий использует вейвлет-функцию с увеличенным масштабом. Результатом каждого прохода является аппроксимирующая (грубая копия анализируемого сигнала — низкочастотная часть) и детализирующая (высокочастотная часть) функции. Таким образом, необходимо найти критерий завершения процесса преобразования, при котором аппроксимирующая функция в наибольшей степени соответствовала бы базовому профилю.
В качестве такого критерия предлагается использовать детализирующую функцию, в частности определяется общая сумма всех значений функции, и как только значения двух соседних проходов становятся приблизительно равными (их разность не больше некоторого порога) — заканчивается процесс. Сравнивая результаты применения вейвлет-функций Хаара и Дебоши для определения базового профиля, обнаружили, что вейвлет Дебоши обеспечивает значительно большую гладкость и, следовательно, не вносит дополнительную погрешность в форму базового профиля.
Итак, разработаны два метода определения складчатости мембраны сетчатки глаза, работоспособность которых проверена на модели (рис. 4). Анализ формы базового профиля показывает, что метод сглаживания обеспечивает лучшие результаты, однако метод вейвлет-преобразования имеет более акцентированный критерий завершения поиска базового профиля, поэтому окончательный выбор рабочего метода будет сделан позже. Проверка работоспособности метода сглаживания на реальном профиле (рис. 5) продемонстрировала хорошие результаты.
Определение параметров центральной ямки сетчатки глаза включает следующие оценки: относительной глубины, симметричности и отклонения формы центральной ямки от нормы [4].
Для определения относительной глубины на профиле (рис. 6) измерялись две величины: h1 — абсолютная глубина центральной ямки, ^ — расстояние от нижней точки ямки до наружной пограничной мембраны (зеленая линия). Относительная глубина вычисляется с использованием выражения: д^1/ ^1 + ^) и является емким параметром. Например, если д=0, то это означает, что центральная ямка отсутствует; в случае если д=1 — произошел разрыв сетчатки; если д= (0,4-0,7) — центральная ямка соответствует норме.
Алгоритм соответствия формы центральной ямки норме сформулирован следующим образом: строится парабола с параметрами, соответствующими параметрам центральной ямки (абсолютная глубина и ширина) и сравнивается с графиком профиля ямки. Сравнение осуществляется путем вычисления коэффициента корреляции между параболой и профилем.
Алгоритм оценки симметрии центральной ямки осуществляется аналогично предыдущему. Вычисляется коэффициент корреляции между исходным профилем центральной ямки и ее зеркальным отражением относительно вертикальной оси. Степень
Рис. 4. Сравнение методов определения базового профиля на модели
Рис. 5. Тестирование метода сглаживания на реальном профиле
Рис. 6. Определение относительной глубины центральной ямки
асимметрии профиля характеризуется величинами коэффициента корреляции менее 1.
В исследовании приняли участие 55 пациентов с наличием ЭРМ различной степени выраженности (от незначительной тракции до ламиллярного разрыва) с остротой зрения от 0,03 до 0,6 с коррекцией. Возраст составил от 56 до 73 лет. Наряду с общеклиническими исследованиями пациентам выполнялась оптическая когерентная томография макулы с помощью аппарата Spectralis® OCT (Heidelberg engineering, Германия) до и после хирургического лечения. Данным пациентам проводилась трехпортовая субтотальная витрэктомия с использованием инструментов 25G. Цель операции: удалить эпиретинальную ткань, оказывающую тракционное действие.
Пилинг мембраны производился с использование тангенциальной тракции, чтобы уменьшить риск разрыва сетчатки. Пилинг внутренней пограничной мембраны (ВПМ) осуществлялся пинцетной техни-
кой для уменьшения риска рецидива ЭРМ. Использовали окраску ВПМ трипановым синим. Осматривали периферию с помощью склерокомпрессии для поиска немых разрывов и выполнения необходимой лазеркоагуляции. Использовали газовую тампонаду для обеспечения дренажа субретинальной жидкости (рис. 7).
Оценивались результаты, полученные при анализе ЭРМ, до и после хирургического лечения пациентов с различной степенью выраженности ЭРМ по классификации Гасса.
Все пациенты в соответствии с данной классификацией были разделены на три группы:
I группа. Стадия 0: мембрана полупрозрачна и не сопровождается никакими деформациями сетчатки, такие мембраны также известны как целлофановая макулопатия из-за целлофаноподобного отблеска от внутренней поверхности сетчатки при
Рис. 7. Этапы оперативного вмешательства
Рис. 8. Оценка степени складчатости сетчатки
офтальмоскопии. В данную группу вошли 7 пациентов (7 глаз) с остротой зрения от 0,3 до 0,6;
II группа. Стадия 1: формируется неровное сморщивание внутренней поверхности сетчатки; вид сморщенного целлофана приобретается из-за трак-ции внутренних слоев сетчатки, представляющих собой складки, формирующиеся в результате сморщивания лежащей сверху мембраны; мелкие поверхностные радиальные складочки расходятся кнаружи от краев сморщенной мембраны; сморщивания может быть достаточно для деформации парамакуляр-ных сосудов и подтягивания их до фовеолы. В данную группу вошли 36 пациентов (36 глаз) с остротой зрения от 0,08 до 0,2;
III группа. Стадия 2: толстые матовые мембраны; общее сморщивание макулы по всей толщине может иметь место одновременно с ретинальным отёком, небольшими кровоизлияниями, ватообразными экссудатами и изредка небольшими по площади от-
слойками макулярной сетчатки; такие мембраны называются macular puckers (морщинистая макула) или мембранами 2-й стадии. В данную группу вошли 12 пациентов (12 глаз) с остротой зрения от 0,1 до 0,03.
Результаты. Адекватность разработанных алгоритмов протестирована на реальных снимках срезов сетчатки глаза (рис. 8).
Программа выдает следующие оценки складчатости: А+ — максимальная положительная амплиту-
мах J
да; А-мах — максимальная отрицательная амплитуда; F — пространственная частота. Амплитуды измеряются в пикселах, а частота определяется количеством колебаний с максимальными параметрами, которые могут разместиться на профиле.
Результаты лечения количественно оценивались с помощью разработанной программы (рис. 9).
У всех пациентов острота зрения после операции увеличилась относительно исходной.
Информация об обследовании
ЕЕ ФИО врача: Колбенев Игорь Олегович 0 Дата: 20.03.2017 17:09:33 у ФИО пациента: у Карта пациента: № 3
Глобальные параметры Складчатость Ц«н»ральнай ямка
Отношение: [0.7642
Глубина под ямкой: [53.5000 Нормальность: [о-ЮТ7 Симметричность: (0.5439
Локальные параметры: Складчатость Угловая изменчивость
Кол-во частот:
Высок. (30 ■ 120 Гц): [Т72~ Средн. (12-30 Гц): [28
Амплитуды: (макс.) (средн.) 3 [3.1448 | [1,3342:' |
Низк. (8,5 - 12 Гц): (Г^
Сменить видео-фэйл сетчатки
Локальные параметры центральной ямки: Ширина: [18' 1 Глубина под ямкой: Глубина: 122-137» | Нормальность: Отношение: |о.68Д4
р о е и а «г
Информация об обследовании ® ФИО врача: Колбенев Игорь Олегович 0 Дата: 24.03.2017 15:29:45 (16.06.2016 12:34:17) у ФИО пациента: у Карта пациента: № 1
Глобальные параметры
Складчатость Центральная ямка
Корреляция: Критические точки: Амплитуда; (макс) Средняя амплитуда:
J Сум. изменч. [1001,47373] D Средн. измен. |°.*»4518с] D (МИН.) I-1-3005 1
3 Частота: |34 [
Локальные параметры:
Складчатость угловая изменчивость Анализ спектра частот
Амплитуда: (макс) I (мин.) (
Средняя амплитуда: 10-. 1335 | Частота: |
Корреляция: (елевым) I0-"71 I (с правым) [
Крит.точки: (елевым) 1° I (с правым) [
Сменить видео-файл сетчатки
Подробнее
Локальные параметры центральной ямки: Ширина: [281 | Глубина под ямкой: Глубина: [29.6097 ] Нормальность: Отношение: [0.5417 | Симметричность:
р о е и а •
. е в « 'УС „mjm, CI
Рис. 9. Компьютерный анализ хирургического лечения пациента Б. 63 лет: а) анализ томограммы пациента до лечения, острота зрения 0,4; б) анализ томограммы пациента после лечения, острота зрения 0,7
Клинический пример лечения пациента Ч., 73 года (II группа). Пациент обратился в клинику глазных болезней с жалобами на снижение остроты зрения OS. Жалобы появились полгода назад. Острота зрения на момент обращения составила 0,2. На ОКТ выявлена ЭРМ, незначительно деформирующая профиль сетчатки (см. рис. 8). Произведена микро-инвазивная витрэктомия с удалением ЭРМ. Острота зрения на момент выписки пациента из стациона-
ра составила 0,7. На ОКТ: ЭРМ полностью удалена (рис. 10).
Клинический пример лечения пациента С., 68 лет (III группа). Пациент обратился в клинику глазных болезней с жалобами на снижение остроты зрения, искажения предметов, пятно перед OD. Жалобы появились три года назад, постепенно нарастали. Острота зрения на момент обращения составила 0,05. На ОКТ выявлены: ЭРМ, деформирующая профиль сетчатки, несквозной разрыв, кисты. Произ-
а
б
а
б
Рис. 10. Клинический пример лечения пациента Ч. 73 лет (II группа): а) до лечения; б) после лечения
ведена микроинвазивная витрэктомия с удалением ЭРМ. Острота зрения на момент выписки пациента из стационара составила 0,3. На ОКТ: ЭРМ удалена, единичные кисты (рис. 11).
Клинический пример лечения пациента О., 65 лет (III группа). Пациент обратился в клинику глазных болезней с жалобами на снижение остроты зрения, искажения предметов, пятно перед OD. Жалобы появились три-четыре года назад, постепенно нарастали. Острота зрения на момент обращения составила 0,03. На ОКТ выявлены: ЭРМ, деформирующая профиль сетчатки, сквозной разрыв, кисты. Произведена микроинвазивная витрэктомия с удалением ЭРМ. Острота зрения на момент выписки пациента из стационара составила 0,1. На ОКТ: ЭРМ удалена, разрыв закрылся (рис. 12).
Обсуждение. Несмотря на активное развитие в офтальмологии технологий для оценки макулы, в большинстве своем они служат для качественной оценки изменений. Разработанная программа позволяет количественно оценить макулярные параметры и спрогнозировать исход операции.
Заключение. Разработана математическая модель профиля мембраны сетчатки глаза. Для определения складчатости мембраны разработаны два алгоритма на базе метода сглаживания исходного
профиля и преобразования вейвлета. Разработанные алгоритмы протестированы на математической модели и на реальных профилях и показали свою работоспособность. Разработан алгоритм оценки параметров центральной ямки, в частности относительной глубины, симметричности и соответствия формы центральной ямки норме. Результаты тестирования программного комплекса показали адекватность разработанных алгоритмов, однако исследования в этом направлении необходимо продолжить.
Конфликт интересов отсутствует.
Авторский вклад: концепция и дизайн исследования, утверждение рукописи для публикации — О. Н. Долинина, С. К. Дауров, Т. Г. Каменских; получение данных — И. О. Колбенев, О. А. Андрейченко, Ю. С. Батищева; анализ данных, интерпретация результатов, написание статьи — С. А. Потемкин, Р. А. Проскудин, Ю. С. Батищева.
References (Литература)
1. Lambroso B, Rispolini M. OCT of retina: The method of analysis and interpretation. Moscow, 2012; 83 p. Russian (Лам-брозо Б., Рисполи М. ОКТ сетчатки: метод анализа и интерпретации. М., 2012; 83 с.).
2. Gonsales R., Woods R. Digital image processing. Moscow: Technosphera, 2005; 1072 p. Russian (Гонсалес Р.,
б
Рис. 12. Клинический пример лечения пациента О. 65 лет (III группа): а) до лечения; б) после лечения
Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005; 1072 с.).
3. Daurov SK, Proskudin RA. The algorithm of quantitative assessment of the degree of deformation of the profile of the retina. Mathematical methods in technics and technologies 2016; 89 (7): 53-56). Russian (Дауров С. К., Проскудин Р. А. Алгоритм количественной оценки степени деформации профиля сетчатки глаза. Математические методы в технике и технологиях 2016; 89 (7): 53-56).
4. Poteomkin SA, Daurov SK. The search algorithm and determine the parameters of the central fovea of the retina. Mathematical methods in technics and technologies 2016. 89 (7): 50-52 Russian (Потемкин С. А., Дауров С. К. Алгоритм поиска и определения параметров центральной ямки сетчатки глаза. Математические методы в технике и технологиях 2016; 89 (7): 50-52).
УДК 617.723-002-06:616.72-002.77] -07-08»312»(045) Оригинальная статья
ВСТРЕЧАЕМОСТЬ И СПЕЦИФИКА УВЕИТОВ У БОЛЬНЫХ С РЕВМАТИЧЕСКИМИ БОЛЕЗНЯМИ: ОСОБЕННОСТИ ОБСЛЕДОВАНИЯ И ВЕДЕНИЯ ПАЦИЕНТА В СОВРЕМЕННЫХ УСЛОВИЯХ
Я. В. Джалавян — ФГБОУ ВО «Саратовский ГМУ им. В. И. Разумовского» Минздрава России, аспирант кафедры глазных болезней; Т. Г. Каменских — ФГБОУ ВО «(Саратовский ГМУ им. В. И. Разумовского» Минздрава России, заведующая кафедрой глазных болезней, доктор медицинских наук; К. А. Гамаюнова — ФГБОУ ВО «(Саратовский ГМУ им. В. И. Разумовского» Минздрава России, кафедра госпитальной терапии лечебного факультета, врач-интерн; И. З. Гайдукова — ФГБОУ ВО «(Саратовский ГМУ им. В. И. Разумовского» Минздрава России, доцент кафедры госпитальной терапии лечебного факультета, кандидат медицинских наук.
OCCURRENCE AND FEATURES OF UVEITIS IN PATIENTS WITH RHEUMATIC DISEASES: CURRENT PECULIARITIES OF CLINICAL EXAMINATION AND PATIENT MANAGEMENT
Y. V. Dzhalavyan — Saratov State Medical University n.a. V. I. Razumovsky, Department of Eye Diseases, Post-graduate; T. G. Kamenskikh — Saratov State Medical University n.a. V. I. Razumovsky, Head of Department of Eye Diseases, Doctor of Medical Science; K. A. Gamayunova — Saratov State Medical University n.a. V. I. Razumovsky, Department of Hospital Therapy, Resident; I.Z. Gaydukova — Saratov State Medical University n.a. V. I. Razumovsky, Department of Hospital Therapy, Assistant Professor, Candidate of Medical Sciences.
Дата поступления — 16.05.2017 г. Дата принятия в печать — 30.05.2017 г.
Джалавян Я. В., Каменских Т. Г, Гамаюнова К. А., Гайдукова И. З. Встречаемость и специфика увеитов у больных с ревматическими болезнями: особенности обследования и ведения пациента в современных условиях. Саратовский научно-медицинский журнал 2017; 13 (2): 358-361.
Цель: установить встречаемость увеитов у больных ревматическими заболеваниями (РЗ); оценить особенности воспалительного процесса сосудистого тракта при наличии ревматического заболевания у детей и взрослых; проанализировать эффективность лечения. Материал и методы. В исследование включили 670 человек с РЗ (I этап) и 35 пациентов, имевших увеит и/или ревматическое заболевание и согласившихся пройти дополнительное офтальмологическое обследование (II этап), включая стандартное офтальмологическое обследование: визометрию, биомикроскопию переднего отдела, биомикроофтальмоскопию заднего отдела глаза, рефрактометрию, оптическую когерентную томографию в ангиорежиме (томограф-ангиограф CIRRUS HD-OCT MODEL 5000 (Carl Zeiss, Германия), допплерографию сосудов глаза, а также полное иммунологическое обследование. Результаты. Встречаемость увеитов при РЗ составляет 21 %, что превосходит встречаемость в общей популяции, увеиты при РЗ носят рецидивирующий характер и хорошо поддаются лечению, на фоне которого улучшаются показатели остроты зрения и ангиографии, р<0,05 для всех показателей. Выводы. С учетом высокой встречаемости увеитов и рецидивирующего их течения осмотр офтальмолога показан больным РЗ не реже 1 раза в 6 месяцев. Желательно выполнять комплексное ангиографическое обследование сосудистого тракта глаза для своевременного выявления стертых и субклинических форм увеитов.
Ключевые слова: увеит, ревматические заболевания, ангиографическое и допплерографическое исследование.
Dzhalavyan YV, Kamenskikh TG, Gamayunova KA, Gaydukova IZ. Occurrence and features of uveitis in patients with rheumatic diseases: current peculiarities of clinical examination and patient management. Saratov Journal of Medical Scientific Research 2017; 13 (2): 358-361.
The objectives of the study are to establish the occurrence of uveitis in patients with rheumatic diseases, to assess the features of the uveitis in rheumatic disease in children and adults, and to analyze the effectiveness of their treatment. Materials and Methods. The study included 670 people with RH (stage I) and 35 patients who had uveitis and / or rheumatic fever who agreed to undergo additional ophthalmologic bleeding (stage II), including a standard ophthalmological examination including visiometry, biomicroscopy of the anterior segment, ophthalmoscopy of the posterior segment of the eye, refractometry, optical coherence tomography in angiomode (tomograph-angiograph CIRRUS HD-OCT MODEL 5000 (Carl Zeiss, Germany), dopplerography of the vessels of the eye. Results. The prevalence of uveitis in rheumatic diseases was established in 21%, which is higher than that in the general population. Uveitis in rheumatic diseases is recurrent and well- treated condition with frequent and complete improvement of visual acuity, and angiographycal features of uveitis, p <0,05 for all parameters. Conclusions. The high incidence of uveitis and relapsing their course in rheumatic diseases lead to necessity of an ophthalmologist's examination every 6 months. It is desirable to perform a comprehensive angiographic examination of uvea for the timely detection of erased and subclinical forms of uveitis.
Key words: uveitis, rheumatic diseases, angiographic and dopplerographical study.
