stratus oct与gdxvcc测量正常人与青光眼患者视网膜神经纤维层厚度比较研究

《stratus oct与gdxvcc测量正常人与青光眼患者视网膜神经纤维层厚度比较研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、垦毋垦查2o1j箩堂笙一ChincI—Ophtha—hnol,—May2—010,V—ol28,No．5·441··论著：临床研究·StratusOCT与GDxVCC测量正常人与青光眼患者视网膜神经纤维层厚度比较研究黄晶晶刘杏刘小红钟毅敏肖辉郑小萍【摘要】目的比较相干光断层扫描仪StratusOCT与激光偏振光视网膜扫描仪GDxVCC测量视网膜神经纤维层(RNFL)厚度的相关性及差异，探讨两者测量值与视野的相关性及其对青光眼的诊断效能。方法84例原发性开角型青光眼(POAG)患者及50名正常人，随机选取一眼进行StratusOCT和GDxVCCRNFL厚度测量及Humph

2、ery自动视野计检查。相关分析比较两种仪器测量的全周、上方、下方RNFL厚度；回归分析研究视野的平均偏差与两种仪器测量的RNFL厚度值之间的关系；ROC曲线下面积分析两种仪器诊断青光眼的效能。结果StratusOCT测量正常人及POAG患者的全周RNFL厚度分别为(100．00±7．36)m和(75．12-4-17．1】)m，GDxVCC对应测量值(57．16±5．05)113和(48．00-4-8．46)m。两种仪器测量的RNFL厚度呈线性相关(r>0．75)。两种仪器测量的RNFL厚度值与视野的平均偏差呈正相关，三次曲线拟合度较直线相关的拟合度好。对于青光眼诊断，St

3、ratusOCT的最大ROC曲线下面积为0．908，GDxVCC最大ROC曲线下面积为0．842。结论StratusOCT与GDxVCC测量RNFL厚度值存在差异，但两者呈线性相关，均与视野的平均偏差呈曲线相关。两种仪器诊断青光眼的效能均较好。【关键词】光学相干断层扫描；激光偏振光扫描；视网膜神经纤维层；青光眼／开角ComparisonofStratusOCTandGDxVCContheRetinalNerveFiberLayerMeasurementofNormalandGlaucomatousEyesHUANGJing-jing，LIUXing，LJUXiao—hon

4、g，eta1．StateKeyLaboratoryofOphthalmology，ZhongshanOph—thalmicCenter，SonYat-senUnive~ity，Guangzhou510060，China．[AbstractlObjectiveTocomparethemeasurementofRNFLthicknessbyStratusOCTandGDxVCCandtheirrelationshipswithvisualfield．MethodsEighty—fourpatientswithopen—angleglaucomaand50normalsubje

5、ctswereincludedinthiscross—sectionalstudy．StratusOCTandGDxVccmeasurementofRNFLthicknessandstandardautomatedperimetrywereperformed．Thegloba1．superiorandinferiorRNFLthicknessmeasurementbetweenStratusOCTandGDxVCCwerecompared．Therelationshipofmeandevia·tion(MD)ofvisualfieldandRNFLthicknessbyS

6、tratus0CTandGDxVCCwereevaluatedbyregressionanalysis．Thediagnosticperformancesofbothinstrumentswereanalyzedusingreceptoroperationcharacter(ROC)curves．ResultsTheglobalRNFLthicknessesofnornaaleyeswere1O0．00±7．36umasmeasuredbyStratusOCTand57．16+5．05UmbyGDxVCC，whereasthoseofglaucomatouseyeswer

7、e75．12+l7．11UmbyStratusOCTand48．00±8．46mbyGDxVCC．SignificantlinearcorrelationswereshownbetweenRNFLthicknessesmeasuredbyStratusOCTandGDxVCC(r>0．75)．WhenMDwasplottedagainstRNFLthickness，curvilinearregressionmodelfitsbetterthanlinearregressionone．111elargestareaunderRO