方法:根据500例青光眼患者的纵向VF数据,模拟进展率可控的VF序列。每个患者选择一个VF作为稳定和进展序列的模拟基线(15场/序列,间隔6个月)。模拟进展簇的数量由患者数据中进展点的概率分布决定。将基于VF测试点解剖结构和空间距离的空间相关滤波器应用于模拟数据(图1)。平均偏差(MD)、总偏差平均值(TD)聚类和点向TD值用线性回归(LR)模型进行分析,分别监测全球、区域和局部趋势。VF进展被定义为检测出一个概率在稳定场检测时,调整T值,使特异性达到95%。使用过滤和未过滤的数据,比较了检测80%进展油田所需的时间以及全球、区域和本地趋势之间的检测协议。

使用空间过滤器改善青光眼视野进展的检测

结果:模拟稳定进展的VF序列MD进展率(±SD)分别为-0.03(±0.05)和-0.21(±0.10)dB/年。使用过滤数据检测80%进展的平均时间(±SD)分别为7.0(±0.4)、5.0(±0.3)和4.8(±0.2)年。使用区域和局部趋势法检测未过滤数据的进展(5.5±0.3和6.2±0.3年)所需时间明显更长(p<0.001)。空间滤波后,3种方法在2年、3年和5年(5年、7年和11场)后的平均检测一致性(±SD)分别为0.47(±0.03)、0.64(±0.01)和0.73(±0.01)。这些显著优于未过滤数据(p<0.0001),未过滤数据在2、3和5年后的一致性分别为0.31(±0.03)、0.46(±0.04)、0.59(±0.03)。

结论:基于VF检查点解剖结构和空间距离的空间相关滤波器可以提高区域和局部趋势方法检测VF进展的时间,但不能提高全局趋势方法的检测时间。当使用这种过滤器时,全球、区域和本地趋势之间的检测协议得到改善。