Gerätegestützte Diagnostikverfahren des Keratokonus im Vergleich^[*]

Zusammenfassung

Hintergrund: Durch die moderne gerätegestützte Diagnostik des Keratokonus mittels Videotopografie, Tomografie und Messung der biomechanischen Eigenschaften der Kornea wird eine Vielzahl an Parametern und Indizes als Ergebnis der Untersuchung erhalten. In dieser Studie wurden die Indizes verschiedener Geräte in Bezug auf ihre Spezifität und Sensitivität in der Keratokonusdiagnostik sowie auf ihre Trennschärfe zwischen gesunden und an Keratokonus erkrankten Augen verglichen.
Patienten und Methoden: In diese prospektive Studie wurden 93 Augen von Keratokonuspatienten sowie 107 Augen von Normalprobanden (Kontrollgruppe) eingeschlossen. Die Keratokonusgruppe bestand zu 85 % aus männlichen Patienten, in der Kontrollgruppe war die Geschlechterverteilung ausgeglichen. Das Alter lag bei 35 ± 12 Jahren in der Keratokonusgruppe und bei 27 ± 7 Jahren in der Kontrollgruppe. Ausschlusskriterien bei beiden Gruppen waren: vorangegangene operative Eingriffe am Auge, insbesondere eine Crosslinking-Therapie, Glaukome, Uveitis oder andere entzündliche Erkrankungen des Auges. Aus der Kontrollgruppe wurden zusätzlich alle Patienten mit einer Schilddrüsenerkrankung ausgeschlossen. Alle Augen wurden mit dem TMS-5-Topografiesystem, der Pentacam und dem Ocular Response Analyzer (ORA) untersucht. Anhand von Receiver-Operator-Charakteristiken (ROC) wurde die Güte verschiedener Keratokonusindizes ermittelt und mit der Fläche unter der Kurve (AUC) bewertet.
Ergebnisse: Für alle erhobenen Parameter ergaben sich statistisch hochsignifikante Unterschiede zwischen der Keratokonus- und der Kontrollgruppe (p ≤ 0,0001). Der Surface Asymmetry Index (SAI) und der Keratoconus Severity Index (KSI) des TMS ergaben gute Erkennungsraten (Mittelwert Keratokonusgruppe/Mittelwert Kontrollgruppe/ROC-Wert): SAI (2,43/0,36/0,969), KSI (50,87/0,37/0,912). Die Messwerte der Pentacam-Parameter Index of Surface Variance (ISV) und topografische Keratokonusklassifikation (TKC) waren mit Erkennungsraten von ISV (90,05/15,77/0,969), TKC (2,23/0,00/0,940) nahezu vergleichbar. Die ORA-Parameter korneale Hysterese (CH), korneale Steifigkeit (CRF) und Keratoconus Match Index (KMI) zeigen mit: CH (8,22/11,48/0,947), CRF (7,25/11,20/0,951), KMI (0,31/1,05/0,909) geringfügig schlechtere Erkennungsraten.
Schlussfolgerung: In dieser Studie wurde ein Keratokonus mittels tomografischer und topografischer Diagnostik sicherer erkannt als durch die Beurteilung der biomechanischen Eigenschaften der Hornhaut. So zeigten SAI und KSI (TMS) sowie die TKC und ISV (Pentacam) verbesserte Erkennungsraten als der KMI (ORA). Allerdings ist ein Parameter allein nicht aussagekräftig genug zur Diagnostik des Keratokonus.

Abstract

Purpose: Due to the modern device-assisted diagnosis of keratoconus by topography, tomography and biomechanical properties of the cornea, a large number of parameters and indices are obtained as a result of clinical examinations. The aim of the present study was to investigate how modern screening methods support the diagnosis of keratoconus.
Patients and Methods: In this prospective study, 93 eyes of 93 keratoconus patients and 107 eyes of 107 healthy subjects (control group) were included. The keratoconus group contained 85 % males, whereas the distribution in the control group was balanced. The mean age was 35 ± 12 years in the keratoconus group and 27 ± 7 years in the control group. Exclusion criteria for both groups were previous eye surgery, cross-linking therapy, glaucoma, uveitis or other inflammatory diseases of the eye. All patients with a thyroid disorder were also excluded from the control group. All eyes were examined using the TMS-5 topographer, Pentacam and Ocular Response Analyzer (ORA). Based on receiver operator characteristics (ROC), the performance of various keratoconus indices was determined by means of the area under the curve (AUC).
Results: All parameters showed statistically highly significant differences between the keratoconus and control group (p ≤ 0.0001). The Surface Asymmetry Index (SAI) and the Keratoconus Severity Index (KSI) of TMS performed well with (mean value keratoconus group/mean value control group/AUC) SAI (2.43/0.36/0.969) and KSI (50.87/0.37/0.912). Pentacam parameters Index of Surface Variance (ISV) and Topographic Keratoconus Classification (TKC) were comparable to TMS parameters with ISV (90.05/15.77/0.969), TKC (2.23/0.00/0.940). ORA indices Corneal Hysteresis (CH), Corneal Resistance Factor (CRF) and Keratoconus Match Index (KMI) showed slightly poorer performance with CH (8.22/11.48/0.909), CRF (7.25/11.20/0.951), KMI (0.31/1.05/0.909).
Conclusion: In this study, tomography and topography was more reliable in diagnosing keratoconus than evaluating the biomechanical properties of the cornea. SAI and KSI (TMS) as well as TKC and ISV (Pentacam) showed improved recognition rates compared to the KMI (ORA). However, individual parameters alone are not sufficient for the diagnosis of keratoconus.

Schlüsselwörter

Kornea - Keratokonus - Screening

Key words

cornea - keratoconus - screening

^* Die vorliegende Studie wurde auf dem Kongress der Deutschen Ophthalmologischen Gesellschaft 2013 als Poster präsentiert.

• Literatur

• 1 Bühren J, Bischoff G, Kohnen T. Keratokonus: Klinik, Diagnostik, Theraphiemöglichkeiten. Klin Monatsbl Augenheilkd 2011; 228: 923-940
• 2 Grünauer-Kloevekorn C, Duncker GI. Keratokonus: Epidemiologie, Risikofaktoren und Diagnostik. Klin Monatsbl Augenheilkd 2006; 223: 493-502
• 3 Rabinowitz YS. Keratoconus. Surv Ophthalmol 1998; 42: 297-319
• 4 Goebels S, Eppig T, Seitz B et al. Früherkennung des Keratokonus – systemassistierte Screening-Verfahren heute. Klin Monatsbl Augenheilkd 2013; 230: 998-1004
• 5 Seitz B, Behrens A, Langenbucher A. Corneal topography. Curr Opin Ophthalmol 1997; 8: 8-24
• 6 Langenbucher A, Gusek-Schneider GC, Kus MM et al. Keratokonus-Screening mit Wellenfrontparametern auf der Basis topographischer Höhendaten. Klin Monatsbl Augenheilkd 1999; 214: 217-223
• 7 Maeda N, Klyce SD, Smolek MK et al. Automated keratoconus screening with corneal topography analysis. Invest Ophthalmol 1994; 35: 2749-2757
• 8 Maeda N, Klyce SD, Smolek MK. Comparison of methods for detecting keratoconus using videokeratography. Arch Ophthalmol 1995; 113: 870-874
• 9 Smolek MK, Klyce SD. Current keratokonus detection methods compared with a neural network approach. Invest Ophthalmol 1997; 38: 2290-2299
• 10 Benutzerhandbuch Oculus Pentacam/Pentacam HR. Mess-und Auswertesysteme für den Vorderabschnitt des Auges (BH/70700/1108/de) für Pentacam-Programm: Version v63, Patientendatenverwaltung: Version 6.02r10.
• 11 Kroll P, Küchle M, Küchle HJ Hrsg. Augena¨rztliche Untersuchungsmethoden. 3.. Aufl. Stuttgart: Thieme; 2007
• 12 Johnson RD, Nguyen MT, Lee N et al. Corneal biomechanical properties in normal, forme fruste keratoconus, and manifest keratoconus after statistical correction for potentially confounding factors. Cornea 2011; 30: 516-523
• 13 Gatzioufas Z, Seitz B. Neues zur Biomechanik der Kornea beim Keratokonus. Ophthalmologe 2013; 110: 810 812–817
• 14 Reichert Inc.. Ocular Response Analyzer Software Version 3.0 Userʼs Guide. 2010
• 15 Spörl E, Terai N, Haustein M et al. Biomechanische Zustand der Hornhaut als neuer Indikator für pathologische und strukturelle Veränderungen. Ophthalmol 2009; 106: 512-520
• 16 Reichert Inc.. “Understand the cornea understand the pressure corneal biomechanics and accurate IOP in one simple instrument.”, interne Kommunikation von Reichert.
• 17 Labiris G, Gatzioufas Z, Sideroudi H et al. Biomechanical diagnosis of keratoconus: evaluation of the keratoconus match index and the keratoconus match probability. Acta Ophthalmol 2013; 91: 258-262
• 18 Kanellopoulos AJ, Asimellis G. Introduction of quantitative and qualitative cornea optical coherence tomography findings induced by collagen cross-linking for keratoconus: a novel effect measurement benchmark. Clin Ophthalmol Auckl NZ 2013; 7: 329-335
• 19 Owens H, Gamble G. A profile of keratoconus in New Zealand. Cornea 2003; 22: 122-125
• 20 Kanellopoulos AJ, Asimellis G. Revisiting keratoconus diagnosis and progression classification based on evaluation of corneal asymmetry indices, derived from Scheimpflug imaging in keratoconic and suspect cases. Clin Ophthalmol Auckl NZ 2013; 7: 1539-1548
• 21 Uçakhan ÖÖ, Cetinkor V, Özkan M et al. Evaluation of Scheimpflug imaging parameters in subclinical keratoconus, keratoconus, and normal eyes. J Cataract Refract Surg 2011; 37: 1116-1124
• 22 Shah S, Laiquzzaman M, Bhojwani R et al. Assessment of the biomechanical properties of the cornea with the ocular response analyzer in normal and keratoconic eyes. Invest Ophthalmol 2007; 48: 3026-3031
• 23 Piñero DP, Alio JL, Barraquer RI et al. Corneal biomechanics, refraction, and corneal aberrometry in keratoconus: an integrated study. Invest Ophthalmol 2010; 51: 1948-1955
• 24 Saad A, Lteif Y, Azan E et al. Biomechanical properties of keratoconus suspect eyes. Invest Ophthalmol 2010; 51: 2912-2916
• 25 Touboul D, Bénard A, Mahmoud AM et al. Early biomechanical keratoconus pattern measured with an ocular response analyzer: curve analysis. J Cataract Refract Surg 2011; 37: 2144-2150
• 26 Schweitzer C, Roberts CJ, Mahmoud AM et al. Screening of forme fruste keratoconus with the ocular response analyzer. Invest Ophthalmol 2010; 51: 2403-2410
• 27 Kerautret J, Colin J, Touboul D et al. Biomechanical characteristics of the ectatic cornea. J Cataract Refract Surg 2008; 34: 510-513
• 28 Zeitz PF, Zeitz J. Keratokonusdetektion durch Analyse der kornealen Biomechanik. Klin Monatsbl Augenheilkd 2014; 231: 170-173
• 29 Roy AS, Shetty R, Kummelil MK. Keratoconus: a biomechanical perspective on loss of stiffness. Indian J Ophthalmol 2013; 61: 392-393
• 30 Moshirfar M, Edmonds JN, Behunin NL et al. Corneal biomechanics in iatrogenic ectasia and keratoconus: A review of literature. Oman J Ophthalmol 2013; 6: 12-17
• 31 Terai N, Raiskup F, Haustein M et al. Identification of biomechanical properties of the cornea: the ocular response analyzer. Curr Eye Res 2012; 37: 553-562