著名医師による解説が無料で読めます
すると翻訳の精度が向上します
目的:自動的に生成されたものと手動で修正されたスイープソースOCT血管造影(SS-OCTA)ENフェイス画像を使用して、脈絡膜血管新生(CNV)の検出のための感度と特異性を評価する。 設計:前向きコホート研究。 参加者:少なくとも1眼でCNVに対応するOCTのさまざまな絨毛網膜疾患および網膜下網膜筋障害材料(SHRM)または色素上皮分離(PED)を有する連続した患者。 方法:この研究には、63人の患者の合計102人の眼が含まれていました。フルオレセイン血管造影(FA)およびSS-OCTAイメージング(Plex Elite 9000、Carl Zeiss Meditec、Dublin、CA)が同じ日に行われました。Octa en Face画像は、「網膜」、「血管」、「Choriocapillaris」、および「Choriocapillaris(ORCC)への外網膜」を使用して、ソフトウェアによって自動的に提供されたスラブを使用して生成されました。さらに、カスタムスラブは、自動的に提供された境界「網膜色素上皮フィット」を手動で修正することにより作成されました。2人のグレード人は、患者の他のすべての画像にマスクされたCNVの存在について、Octa en Face画像を独立して評価しました。 主な結果測定:参照としてFAを使用したCNVの検出の感度と特異性。 結果:症例の40%(41/102)では、FAでCNVが検出されました。オクタエンフェイススラブが自動的に提供された場合、「ORCC」スラブ(46.3%)の最高の感度が明らかになり、その後に「網膜」スラブ(22.0%)、「血管」スラブ(17.1%)、および「チョリオカピラリス」スラブ(14.6%)が続きます。)。特異性は、「ORCC」で93.4%、「網膜」と「無血管」スラブで100%の範囲でした。特異性が88.5%のカスタムスラブを使用して、感度を78.1%に増加させることができます。FAとOcta en Faceスラブの一致は、「ORCC」スラブ(κ= 0.43;範囲、0.41-0.60)では中程度であり、カスタムスラブ(κ= 0.67;範囲、0.61-0.80)で実質的でした。 結論:SS-OCTA EN FACE画像でのCNVのセグメンテーションアーティファクトと不完全なカバレッジは、CNVの識別を妨げる可能性があります。CNV(SHRMまたはPED)の疑いがある前方および後部の自動化されたセグメンテーションラインの位置の手動変更により、自動生成されたスラブと比較してCNV検出の感度が向上します。
目的:自動的に生成されたものと手動で修正されたスイープソースOCT血管造影(SS-OCTA)ENフェイス画像を使用して、脈絡膜血管新生(CNV)の検出のための感度と特異性を評価する。 設計:前向きコホート研究。 参加者:少なくとも1眼でCNVに対応するOCTのさまざまな絨毛網膜疾患および網膜下網膜筋障害材料(SHRM)または色素上皮分離(PED)を有する連続した患者。 方法:この研究には、63人の患者の合計102人の眼が含まれていました。フルオレセイン血管造影(FA)およびSS-OCTAイメージング(Plex Elite 9000、Carl Zeiss Meditec、Dublin、CA)が同じ日に行われました。Octa en Face画像は、「網膜」、「血管」、「Choriocapillaris」、および「Choriocapillaris(ORCC)への外網膜」を使用して、ソフトウェアによって自動的に提供されたスラブを使用して生成されました。さらに、カスタムスラブは、自動的に提供された境界「網膜色素上皮フィット」を手動で修正することにより作成されました。2人のグレード人は、患者の他のすべての画像にマスクされたCNVの存在について、Octa en Face画像を独立して評価しました。 主な結果測定:参照としてFAを使用したCNVの検出の感度と特異性。 結果:症例の40%(41/102)では、FAでCNVが検出されました。オクタエンフェイススラブが自動的に提供された場合、「ORCC」スラブ(46.3%)の最高の感度が明らかになり、その後に「網膜」スラブ(22.0%)、「血管」スラブ(17.1%)、および「チョリオカピラリス」スラブ(14.6%)が続きます。)。特異性は、「ORCC」で93.4%、「網膜」と「無血管」スラブで100%の範囲でした。特異性が88.5%のカスタムスラブを使用して、感度を78.1%に増加させることができます。FAとOcta en Faceスラブの一致は、「ORCC」スラブ(κ= 0.43;範囲、0.41-0.60)では中程度であり、カスタムスラブ(κ= 0.67;範囲、0.61-0.80)で実質的でした。 結論:SS-OCTA EN FACE画像でのCNVのセグメンテーションアーティファクトと不完全なカバレッジは、CNVの識別を妨げる可能性があります。CNV(SHRMまたはPED)の疑いがある前方および後部の自動化されたセグメンテーションラインの位置の手動変更により、自動生成されたスラブと比較してCNV検出の感度が向上します。
PURPOSE: To evaluate the sensitivity and specificity for the detection of choroidal neovascularization (CNV) using automatically generated versus manually modified swept-source OCT angiography (SS-OCTA) en face images. DESIGN: Prospective cohort study. PARTICIPANTS: Consecutive patients with various chorioretinal diseases and subretinal hyperreflective material (SHRM) or pigment epithelial detachments (PEDs) on OCT possibly corresponding to CNV in at least 1 eye. METHODS: A total of 102 eyes of 63 patients were included in this study. Fluorescein angiography (FA) and SS-OCTA imaging (PLEX Elite 9000, Carl Zeiss Meditec, Dublin, CA) were performed at the same day. OCTA en face images were generated using the "retina," "avascular," "choriocapillaris," and "outer retina to choriocapillaris (ORCC)" slabs automatically provided by the software. In addition, a custom slab was created by manual modification of the automatically provided boundary "retinal pigment epithelium fit" positioned at the level of Bruch's membrane and anterior to any SHRM or PED to ensure that a possible CNV was captured in its entirety. Two graders independently evaluated OCTA en face images for the presence of CNV masked to all other images of the patient. MAIN OUTCOME MEASURES: Sensitivity and specificity for detection of CNV using FA as the reference. RESULTS: In 40% of cases (41/102), a CNV was detected on FA. Automatically provided OCTA en face slabs revealed the highest sensitivity for the "ORCC" slab (46.3%), followed by the "retina" slab (22.0%), "avascular" slab (17.1%), and "choriocapillaris" slab (14.6%). Specificity ranged between 93.4% for "ORCC" and 100% for the "retina" and "avascular" slabs. Sensitivity could be increased to 78.1% using the custom slab with a specificity of 88.5%. Concordance between FA and OCTA en face slabs was moderate for the "ORCC" slab (κ = 0.43; range, 0.41-0.60) and substantial for the custom slab (κ = 0.67; range, 0.61-0.80). CONCLUSIONS: Segmentation artifacts and incomplete coverage of CNV on SS-OCTA en face images may impede identification of CNV. Manual modification of the position of automatically generated segmentation lines anterior and posterior to any suspected CNV (SHRM or PED) increases the sensitivity of CNV detection compared with automatically generated slabs.
医師のための臨床サポートサービス
ヒポクラ x マイナビのご紹介
無料会員登録していただくと、さらに便利で効率的な検索が可能になります。