ОЦІНКА ВПЛИВУ БІОМЕТРИЧНИХ ОСОБЛИВОСТЕЙ ОКА НА УСПІХ ОПЕРАЦІЇ ПРИ ГОРИЗОНТАЛЬНІЙ КОСООКОСТІ

Автор(и):

Анотація:

У ході виконання цього дослідження у 2022–2023 році у клініці «Батигьоз» було проведено комплексне клініко-лабораторне та інструментальне проспективне обстеження 28 пацієнтів віком від 1,0 до 38,0 років (середній вік 7,79±7,43 роки) з горизонтальною косоокістю. Пацієнти були поділені на 3 групи: езотропія (n=9, 32,1 %), екзотропія (n=8; 28,6 %) та інфантильна езотропія (n=11; 39,3 %), а також на 3 вікові групи за типом післяопераційного відхилення, розвитку очного яблука та бінокулярності. Було виявлено, що відстань до лімбу (d), ширина прикріплення внутрішнього прямого м'яза (a, b, c) позитивно корелює з ймовірністю успіху хірургічного втручання (p=0,058; p=0,026; p=0,019; р=0,058). З іншого боку, осьова довжина і величина кута косоокості для близької відстані негативно корелювали з ймовірністю успіху хірургічного втручання (р=0,031; р=0,021). Встановлено, що осьова довжина та анатомія екстраокулярних м'язів є одними з факторів, що впливають на успіх хірургічного втручання при горизонтальній косоокості.

Ключові слова:

косоокість горизонтальна косоокість біометричне обстеження езотропія екзотропія інфантильна езотропія післяопераційні відхилення

Посилання:

1. Beisse F, Koch M, Uhlmann L, Beisse C. Consideration of eyeball length and prismatic side-effects of spectacle lenses in strabismus surgery-a randomised, double-blind interventional study. Graefes Arch Clin Exp Ophthalmol. 2020 Jun;258(6):1319–1326. doi: 10.1007/s00417-020-04690-z.
2. Brown JM, Campbell JP, Beers A, Chang K, Ostmo S, Chan RVP, et al; Imaging and Informatics in Retinopathy of Prematurity (i-ROP) Research Consortium. Automated Diagnosis of Plus Disease in Retinopathy of Prematurity Using Deep Convolutional Neural Networks. JAMA Ophthalmol. 2018 Jul 1;136(7):803–810. doi: 10.1001/jamaophthalmol.2018.1934.
3. Callahan AB, Scofield SM, Gallin PF, Kazim M. Retained strabismus suture material masquerading as nonspecific orbital inflammation. J. AAPOS. 2016; 20:280–282. doi: 10.1016/j.jaapos.2016.02.004.
4. Celik S. Comparison of quantitative measurement of macular vessel density before and after inferior oblique muscle-weakening surgery: An optical coherence tomography angiography study. J. AAPOS. 2021; 25:282 e281–282 e285. doi: 10.1016/j.jaapos.2021.04.007.
5. Gulshan V, Peng L, Coram M, Stumpe MC, Wu D, Narayanaswamy A, et al. Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs. JAMA. 2016 Dec 13;316(22):2402–2410. doi: 10.1001/jama.2016.17216.
6. Hirnschall N, Malek K, Kaltofen T, Priglinger S, Priglinger S, Harrer A, et al. Influence of Biometric Data on Planning Strabismus Surgery. Klin Monbl Augenheilkd. 2022 Dec;239(12):1483–1488. English, German. doi: 10.1055/a-1699-2679.
7. Lu J, Fan Z, Zheng C, Feng J, Huang L, Li W, et al. Automated Strabismus Detection based on Deep neural networks for Telemedicine Applications. 2018. Applications. 10.48550/arXiv.1809.02940. Available at: https://arxiv.org/abs/1809.02940
8. Margraf A, Ludwig N, Zarbock A, Rossaint J. Systemic inflammatory response syndrome after surgery: Mechanisms and protection. Anesth. Analg. 2020; 131:1693–1707. doi: 10.1213/ANE.0000000000005175.
9. Pera-Vasylchenko AV, Ryadnova VV, Voskresenska LK, Bezkorovayna IM, Bezega НМ. Pathomorphological changes of the optical nerve intracranial part in diabetes mellitus. World of medicine and biology. 2021; 1 (75): 201–205.
10. Shaw LT, Khanna S, Chun LY, Dimitroyannis RC, Rodriguez SH, Massamba N, et al. Quantitative Optical Coherence Tomography Angiography (OCTA) Parameters in a Black Diabetic Population and Correlations with Systemic Diseases. Cells. 2021 Mar 4;10(3):551. doi: 10.3390/cells10030551.
11. Strabismus Screening – Now There's an App for That. Roisin McGuigan, August 6, 2015. Available at: https://theophthalmologist.com/business-profession/ strabismus - screening- now-theres-an-app-for-that. Accessed October 30, 2020.
12. Treder M, Lauermann JL, Eter N. Deep learning-based detection and classification of geographic atrophy using a deep convolutional neural network classifier. Graefes Arch Clin Exp Ophthalmol. 2018; 256(11): 2053–2060.
13. Vagge A. Evaluation of macular vessel density changes after strabismus surgery using optical coherence tomography angiography. J. AAPOS. 2022; 26:71 e71–71 e74. doi: 10.1016/j.jaapos.2021.11.011.
14. Zhou JQ. Retinal vascular diameter changes assessed with a computer-assisted software after strabismus surgery. Int. J. Ophthalmol. 2020; 13:620–624. doi: 10.18240/ijo.2020.04.14.

Публікація:

«Світ медицини та біології» Том 20 № 90 (2024) , с. 139-143
УДК 617.7

DOI:

https://doi.org/10.26724/2079-8334-2024-4-90-139-143