引用本文： 王嬋娟, 李小璐, 穆濤, 張少弛, 王輝, 畢小軍. 近視患者出現視網膜脫離的危險因素分析及列線圖模型構建. 中華眼底病雜志, 2023, 39(8): 669-674. doi: 10.3760/cma.j.cn511434-20221117-00616 復制
視網膜脫離是一種常見致盲性眼病，也是近視人群常見嚴重并發癥[1-3]。近年來，近視尤其是高度近視的發病率逐年遞增，視網膜脫離的發病率亦持續升高。手術是其主要治療手段，但手術后復發率較高，預后也較差[4-5]。目前對近視患者出現視網膜脫離的分析鮮見報道，也無可預測的工具，將兩者整合并進一步分析對于臨床監測至關重要[6-7]。列線圖模型（Nomogram）是一種在多因素分析基礎上能夠整合多個預測指標并能個體化且精準預測某結果事件發生概率的模型，通常用于評估臨床上預后事件[8]。本研究通過分析近視患者出現視網膜脫離的相關影響因素，建立列線圖預測模型，以期為臨床預防提供新思路。現將結果報道如下。
1 對象和方法
橫斷面臨床研究。本研究經寧夏回族自治區人民醫院倫理委員會審核（批準號：2021-N0049）。患者或監護人均獲知情并簽署書面知情同意書。
2020年1月至2021年11月于寧夏回族自治區人民醫院眼科檢查確診的近視合并視網膜脫離患者90例90只眼（觀察組）納入本研究。選取同期因近視行眼科檢查且年齡、性別匹配的近視人群90名90只眼作為對照組。
納入標準：（1）B型超聲、光相干斷層掃描檢查確診視網膜脫離；（2）年齡≥18歲；（3）初中及以上學歷，能夠很好地溝通；（3）無精神疾病史；（4）依從性好，遵醫囑；（5）臨床資料完整；（6）均為住院患者。排除標準：（1）合并有其他相關神經以及認知障礙；（2）合并有其他眼部疾病和眼部疾病史；（3）有惡性腫瘤史；（4）心、肝、腎功能異常。
詳細采集患者性別、年齡、屈光度、視疲勞、眼外傷、震動、負重、白內障、年眼科檢查頻次、收縮壓、舒張壓、視網膜厚度、脈絡膜厚度、眼軸長度、眼科手術史等一般資料。視疲勞：用眼后視物模糊、困倦甚至眼瞼沉重，對光敏感，眼球或眼眶周圍酸痛或疼痛，流淚，有異物感，眼干等。眼外傷：包括硬物擊傷或碰撞傷。負重：包括備貨提重物。震動：包括跑步、跳高、跳遠等體育運動。
采用SPSS22.0軟件行統計學分析。計量資料以均數±標準差（x±s）表示，組間比較采用獨立樣本t檢驗；計數資料以率（%）表示，組間比較采用χ2檢驗。采用Medcal軟件對單因素分析差異有統計學意義的連續變量行受試者工作特征曲線（ROC曲線）分析，將有統計學意義的連續性變量根據最佳截斷值轉化為二分類變量；影響因素采用logistic回歸分析。模型構建、內部驗證采用R版3.5.2相關軟件包進行。P＜0.05為差異有統計學意義。
2 結果
觀察組、對照組受檢者性別構成比、震動、負重、年眼科檢查頻次比較，差異無統計學意義（P＞0.05）；與對照組比較，觀察組患者年齡較大、近視屈光度較高，視疲勞、眼外傷、白內障者較多，脈絡膜、視網膜厚度較低，有眼科手術史者較多，差異有統計學意義（P＜0.05）（表1）。
表1
觀察組、對照組受檢者臨床資料比較
ROC曲線分析結果顯示，年齡、屈光度、視網膜厚度、脈絡膜厚度的曲線下面積（AUC）分別為0.612、0.613、0.720、0.704；最佳截斷值分別為43歲、－3.5 D、225 μm、144 μm（表2，圖1）。
表2
相關變量ROC曲線分析結果
圖1
相關變量受試者工作特征曲線
多因素logistic回歸分析結果顯示，年齡（＞43歲）、屈光度（＞－3.5D）、視疲勞（有）、眼外傷（有）、白內障（有）、視網膜厚度（≤225 μm）、脈絡膜厚度（≤144 μm）是影響近視患者出現視網膜脫離的獨立危險因素（P＜0.05）（表3）。
表3
影響近視患者出現視網膜脫離的多因素logistic回歸分析
基于年齡、屈光度、視疲勞、眼外傷、白內障、視網膜厚度、脈絡膜厚度構建列線圖預測模型（圖2）。內部驗證結果顯示，模型預測患者出現視網膜脫離風險的一致性指數（C-index） 為0.731［95%可信區間（CI）0.665～0.824］。校正曲線與理想曲線基本一致（圖3）。決策曲線（DCA）分析結果顯示，模型預測患者出現視網膜脫離的風險閾值＞0.07，列線圖模型提供臨床凈收益，且所提供的臨床凈收益均高于其他變量（圖4）。
圖2
預測近視患者出現視網膜脫離的列線圖模型
圖3
列線圖模型校正曲線驗證
圖4
列線圖模型及各預測因子的決策曲線分析
3 討論
近視是一種平行光線通過眼睛的屈光系統折射，然后在眼睛放松時只能聚焦在視網膜之前的疾病[9]。伴隨近視性屈光不正的不斷發展，可出現多種眼部病變，如視網膜脫離[10-11]。既往研究發現，近視屈光度越高，視網膜厚度逐漸變薄，屈光度或許會影響視網膜脫離的發生[12]。但目前并未有確切臨床數據證實，也無相關臨床工具可以進行預測。列線圖模型（Nomogram）是一種在多因素分析基礎上能夠整合多個預測指標并能個體化且精準預測某結果事件發生概率的模型，因其可視化及簡捷實用的優勢，已廣泛用于多種腫瘤疾病的預測[13]。基于此，本研究在單因素分析和多因素logistic回歸分析基礎上建立并驗證近視患者發出視網膜脫離風險的預測列線圖模型，旨在為臨床對近視出現視網膜脫離的預防提供一定的參考和依據。
本研究結果顯示，觀察組、對照組受檢者間性別構成比、震動、負重、年眼科檢查頻次等差異無統計學意義，說明納入研究對象的基線資料具有可比性；此外，與對照組比較，觀察組患者年齡較大、近視屈光度較高，視疲勞、眼外傷、白內障者較多，脈絡膜厚度、視網膜厚度較低，既往有眼科手術史者較多，提示以上變量可能與近視患者出現視網膜脫離有一定相關性。既往研究認為，視網膜、脈絡膜厚度與年齡以及屈光度存在密切聯系，隨年齡、屈光度逐漸增高，視網膜、脈絡膜血氧供應能力逐漸下降[14]。此外，高度近視人群黃斑區視網膜神經上皮層易缺損，通常存在脈絡膜、視網膜萎縮，容易導致其中心凹內界膜出現破裂，患者視力通常預后較差[15]；推測近視患者屈光不正的原因可能會隨著近視程度的增加、視網膜軸向延伸，從而使視網膜錐體外側嚴重受損，使其上皮細胞功能出現紊亂[16]。這進一步提示年齡及屈光度對視網膜脫離的影響。不僅如此，脈絡膜富含豐富的血管和色素細胞，為外部視網膜和色素上皮提供血液供應和營養補給，因此脈絡膜厚度在其自身及其鄰近視網膜中起著重要作用。當脈絡膜受損后，無法為視網膜和自身提供氧氣和營養，可導致視網膜功能出現障礙而最終失明[17-18]。本研究結果顯示。年齡、屈光度、視網膜厚度、脈絡膜厚度均有較好預測價值；logistic回歸分析也呈現出年齡較高、近視屈光度較高、視網膜和脈絡膜厚度較高、有視疲勞、眼外傷以及白內障等是近視患者出現視網膜脫離的獨立危險因素。既往有文獻報道眼科手術可能會導致視網膜脫離[19]，但具體原因不明，也無更多數據證實，本研究也未發現其為危險因素。此外，白內障患者更容易發生視網膜脫離[20-21]；視疲勞、眼外傷等也有可能導致視網膜脫離，屬于意外因素。因此，近視患者應注重保護眼睛，樹立潛在危險意識，避免用眼疲勞。
目前臨床上尚無可靠工具對近視患者出現視網膜脫離進行預測。本研究基于多因素logistic回歸分析結果納入并構建預測近視出現視網膜脫離的預測列線圖模型，將其轉化為二分類變量，通過ROC作出截斷值，采用簡化的評分系統快速鑒別危險因素。內部驗證結果顯示，模型預測患者出現視網膜脫離風險的C-index 為0.731（95%CI 0.665～0.824），且校準曲線顯示出較好地觀測值與預測值。此外，模型預測患者出現視網膜脫離的風險閾值＞0.07，可以為臨床提供凈收益。上述結果說明本研究構建的模型是一種穩妥可信的工具，可量化視網膜脫離發生風險。臨床工作中較易獲得上述危險因素，并進行簡單預估，將患者風險分數具象化，從而使早期高危人群得到更好的監測，制定出針對性切實可行的預防、干預策略，為前瞻性預防、降低視網膜脫離的發生提供理論支撐。
年齡＞43歲、近視屈光度＞－3.5D、視疲勞（有）、眼外傷（有）、白內障（有）、視網膜厚度≤ 225 μm、脈絡膜厚度≤144 μm是影響近視患者出現視網膜脫離的危險因素，基于變量構建的列線圖模型可以對患者出現視網膜脫離進行較好的預測。但本研究納入的變量有一定局限，可能存在部分影響因素超出本研究范圍，有待進一步探討。
視網膜脫離是一種常見致盲性眼病，也是近視人群常見嚴重并發癥[1-3]。近年來，近視尤其是高度近視的發病率逐年遞增，視網膜脫離的發病率亦持續升高。手術是其主要治療手段，但手術后復發率較高，預后也較差[4-5]。目前對近視患者出現視網膜脫離的分析鮮見報道，也無可預測的工具，將兩者整合并進一步分析對于臨床監測至關重要[6-7]。列線圖模型（Nomogram）是一種在多因素分析基礎上能夠整合多個預測指標并能個體化且精準預測某結果事件發生概率的模型，通常用于評估臨床上預后事件[8]。本研究通過分析近視患者出現視網膜脫離的相關影響因素，建立列線圖預測模型，以期為臨床預防提供新思路。現將結果報道如下。
1 對象和方法
橫斷面臨床研究。本研究經寧夏回族自治區人民醫院倫理委員會審核（批準號：2021-N0049）。患者或監護人均獲知情并簽署書面知情同意書。
2020年1月至2021年11月于寧夏回族自治區人民醫院眼科檢查確診的近視合并視網膜脫離患者90例90只眼（觀察組）納入本研究。選取同期因近視行眼科檢查且年齡、性別匹配的近視人群90名90只眼作為對照組。
納入標準：（1）B型超聲、光相干斷層掃描檢查確診視網膜脫離；（2）年齡≥18歲；（3）初中及以上學歷，能夠很好地溝通；（3）無精神疾病史；（4）依從性好，遵醫囑；（5）臨床資料完整；（6）均為住院患者。排除標準：（1）合并有其他相關神經以及認知障礙；（2）合并有其他眼部疾病和眼部疾病史；（3）有惡性腫瘤史；（4）心、肝、腎功能異常。
詳細采集患者性別、年齡、屈光度、視疲勞、眼外傷、震動、負重、白內障、年眼科檢查頻次、收縮壓、舒張壓、視網膜厚度、脈絡膜厚度、眼軸長度、眼科手術史等一般資料。視疲勞：用眼后視物模糊、困倦甚至眼瞼沉重，對光敏感，眼球或眼眶周圍酸痛或疼痛，流淚，有異物感，眼干等。眼外傷：包括硬物擊傷或碰撞傷。負重：包括備貨提重物。震動：包括跑步、跳高、跳遠等體育運動。
采用SPSS22.0軟件行統計學分析。計量資料以均數±標準差（x±s）表示，組間比較采用獨立樣本t檢驗；計數資料以率（%）表示，組間比較采用χ2檢驗。采用Medcal軟件對單因素分析差異有統計學意義的連續變量行受試者工作特征曲線（ROC曲線）分析，將有統計學意義的連續性變量根據最佳截斷值轉化為二分類變量；影響因素采用logistic回歸分析。模型構建、內部驗證采用R版3.5.2相關軟件包進行。P＜0.05為差異有統計學意義。
2 結果
觀察組、對照組受檢者性別構成比、震動、負重、年眼科檢查頻次比較，差異無統計學意義（P＞0.05）；與對照組比較，觀察組患者年齡較大、近視屈光度較高，視疲勞、眼外傷、白內障者較多，脈絡膜、視網膜厚度較低，有眼科手術史者較多，差異有統計學意義（P＜0.05）（表1）。
表1
觀察組、對照組受檢者臨床資料比較
ROC曲線分析結果顯示，年齡、屈光度、視網膜厚度、脈絡膜厚度的曲線下面積（AUC）分別為0.612、0.613、0.720、0.704；最佳截斷值分別為43歲、－3.5 D、225 μm、144 μm（表2，圖1）。
表2
相關變量ROC曲線分析結果
圖1
相關變量受試者工作特征曲線
多因素logistic回歸分析結果顯示，年齡（＞43歲）、屈光度（＞－3.5D）、視疲勞（有）、眼外傷（有）、白內障（有）、視網膜厚度（≤225 μm）、脈絡膜厚度（≤144 μm）是影響近視患者出現視網膜脫離的獨立危險因素（P＜0.05）（表3）。
表3
影響近視患者出現視網膜脫離的多因素logistic回歸分析
基于年齡、屈光度、視疲勞、眼外傷、白內障、視網膜厚度、脈絡膜厚度構建列線圖預測模型（圖2）。內部驗證結果顯示，模型預測患者出現視網膜脫離風險的一致性指數（C-index） 為0.731［95%可信區間（CI）0.665～0.824］。校正曲線與理想曲線基本一致（圖3）。決策曲線（DCA）分析結果顯示，模型預測患者出現視網膜脫離的風險閾值＞0.07，列線圖模型提供臨床凈收益，且所提供的臨床凈收益均高于其他變量（圖4）。
圖2
預測近視患者出現視網膜脫離的列線圖模型
圖3
列線圖模型校正曲線驗證
圖4
列線圖模型及各預測因子的決策曲線分析
3 討論
近視是一種平行光線通過眼睛的屈光系統折射，然后在眼睛放松時只能聚焦在視網膜之前的疾病[9]。伴隨近視性屈光不正的不斷發展，可出現多種眼部病變，如視網膜脫離[10-11]。既往研究發現，近視屈光度越高，視網膜厚度逐漸變薄，屈光度或許會影響視網膜脫離的發生[12]。但目前并未有確切臨床數據證實，也無相關臨床工具可以進行預測。列線圖模型（Nomogram）是一種在多因素分析基礎上能夠整合多個預測指標并能個體化且精準預測某結果事件發生概率的模型，因其可視化及簡捷實用的優勢，已廣泛用于多種腫瘤疾病的預測[13]。基于此，本研究在單因素分析和多因素logistic回歸分析基礎上建立并驗證近視患者發出視網膜脫離風險的預測列線圖模型，旨在為臨床對近視出現視網膜脫離的預防提供一定的參考和依據。
本研究結果顯示，觀察組、對照組受檢者間性別構成比、震動、負重、年眼科檢查頻次等差異無統計學意義，說明納入研究對象的基線資料具有可比性；此外，與對照組比較，觀察組患者年齡較大、近視屈光度較高，視疲勞、眼外傷、白內障者較多，脈絡膜厚度、視網膜厚度較低，既往有眼科手術史者較多，提示以上變量可能與近視患者出現視網膜脫離有一定相關性。既往研究認為，視網膜、脈絡膜厚度與年齡以及屈光度存在密切聯系，隨年齡、屈光度逐漸增高，視網膜、脈絡膜血氧供應能力逐漸下降[14]。此外，高度近視人群黃斑區視網膜神經上皮層易缺損，通常存在脈絡膜、視網膜萎縮，容易導致其中心凹內界膜出現破裂，患者視力通常預后較差[15]；推測近視患者屈光不正的原因可能會隨著近視程度的增加、視網膜軸向延伸，從而使視網膜錐體外側嚴重受損，使其上皮細胞功能出現紊亂[16]。這進一步提示年齡及屈光度對視網膜脫離的影響。不僅如此，脈絡膜富含豐富的血管和色素細胞，為外部視網膜和色素上皮提供血液供應和營養補給，因此脈絡膜厚度在其自身及其鄰近視網膜中起著重要作用。當脈絡膜受損后，無法為視網膜和自身提供氧氣和營養，可導致視網膜功能出現障礙而最終失明[17-18]。本研究結果顯示。年齡、屈光度、視網膜厚度、脈絡膜厚度均有較好預測價值；logistic回歸分析也呈現出年齡較高、近視屈光度較高、視網膜和脈絡膜厚度較高、有視疲勞、眼外傷以及白內障等是近視患者出現視網膜脫離的獨立危險因素。既往有文獻報道眼科手術可能會導致視網膜脫離[19]，但具體原因不明，也無更多數據證實，本研究也未發現其為危險因素。此外，白內障患者更容易發生視網膜脫離[20-21]；視疲勞、眼外傷等也有可能導致視網膜脫離，屬于意外因素。因此，近視患者應注重保護眼睛，樹立潛在危險意識，避免用眼疲勞。
目前臨床上尚無可靠工具對近視患者出現視網膜脫離進行預測。本研究基于多因素logistic回歸分析結果納入并構建預測近視出現視網膜脫離的預測列線圖模型，將其轉化為二分類變量，通過ROC作出截斷值，采用簡化的評分系統快速鑒別危險因素。內部驗證結果顯示，模型預測患者出現視網膜脫離風險的C-index 為0.731（95%CI 0.665～0.824），且校準曲線顯示出較好地觀測值與預測值。此外，模型預測患者出現視網膜脫離的風險閾值＞0.07，可以為臨床提供凈收益。上述結果說明本研究構建的模型是一種穩妥可信的工具，可量化視網膜脫離發生風險。臨床工作中較易獲得上述危險因素，并進行簡單預估，將患者風險分數具象化，從而使早期高危人群得到更好的監測，制定出針對性切實可行的預防、干預策略，為前瞻性預防、降低視網膜脫離的發生提供理論支撐。
年齡＞43歲、近視屈光度＞－3.5D、視疲勞（有）、眼外傷（有）、白內障（有）、視網膜厚度≤ 225 μm、脈絡膜厚度≤144 μm是影響近視患者出現視網膜脫離的危險因素，基于變量構建的列線圖模型可以對患者出現視網膜脫離進行較好的預測。但本研究納入的變量有一定局限，可能存在部分影響因素超出本研究范圍，有待進一步探討。
