Keratitis – Rokowania, prognozy i postęp choroby

Keratitis
Rokowania, prognozy i postęp choroby

Zapalenie rogówki, zwłaszcza bakteryjne (BK), stanowi istotne zagrożenie dla widzenia, a kluczowymi czynnikami prognostycznymi złego wyniku (CDVA ≥0,6 logMAR) są: wiek pacjenta ≥50 lat, wielkość nacieku ≥3 mm, centralne umiejscowienie owrzodzenia oraz niska ostrość wzroku przy prezentacji (≥0,6 logMAR). Opóźnione gojenie (>30 dni) koreluje z tymi samymi czynnikami. Modele uczenia maszynowego, takie jak Random Forest, osiągają wysoką dokładność (AUC 95%, błąd klasyfikacji 9%) w przewidywaniu upośledzenia widzenia po 90 dniach, uwzględniając m.in. wyjściową ostrość wzroku, wiek, historię przeszczepu rogówki i stosowanie opatrunkowych soczewek kontaktowych. W diagnostyce i prognozowaniu istotną rolę odgrywają algorytmy głębokiego uczenia, które na podstawie obrazów z lampy szczelinowej identyfikują etiologię z dokładnością 90,7-97,9% (bakterie, grzyby, Acanthamoeba, HSV), przewyższającą tradycyjną ocenę oftalmologiczną.

Prognostyczne Czynniki w Zapaleniu Rogówki (Keratitis)

Czynniki Predykcyjne Wyniku Widzenia
Przewidywanie Czasu Gojenia Rogówki
Zaawansowane Modele Predykcyjne
Diagnostyka z Wykorzystaniem Głębokiego Uczenia
Wpływ Pozytywnej Hodowli na Rokowanie
Wpływ Typu Zapalenia Rogówki na Rokowanie
Powikłania i Rokowanie Długoterminowe
Znaczenie Wczesnej Interwencji

Podsumowanie Istotności Czynników Prognostycznych

Kolejne rozdziały

Prognostyczne Czynniki w Zapaleniu Rogówki (Keratitis)

Zapalenie rogówki (keratitis) stanowi istotną przyczynę zachorowalności ocznej oraz może prowadzić do znacznej utraty wzroku. Prognoza i przewidywanie wyniku leczenia jest kluczowym elementem postępowania klinicznego, pozwalającym na odpowiednie zaplanowanie terapii oraz informowanie pacjentów o możliwych rezultatach.¹² Bakteryjne zapalenie rogówki (BK) reprezentuje znaczącą część przypadków, obok zakażeń grzybiczych, wirusowych i wywołanych przez pełzaki z rodzaju Acanthamoeba.³

Czynniki Predykcyjne Wyniku Widzenia

Badania kliniczne, w tym Nottingham Infectious Keratitis Study, zidentyfikowały kluczowe czynniki wpływające na końcowy wynik widzenia u pacjentów z bakteryjnym zapaleniem rogówki. Do głównych czynników predykcyjnych złego wyniku widzenia (definiowanego jako końcowa skorygowana ostrość wzroku do dali [CDVA] ≥0,6 logMAR) należą:⁴⁵

Wiek pacjenta ≥50 lat – starszy wiek stanowi istotny czynnik niekorzystny rokowniczo⁴⁵
Wielkość nacieku ≥3 mm – większe zmiany zapalne rogówki wiążą się z gorszym rokowaniem⁴⁵
Centralne umiejscowienie owrzodzenia – lokalizacja nacieku w centralnej części rogówki istotnie wpływa na końcowy wynik widzenia⁵
Niska ostrość wzroku przy prezentacji (≥0,6 logMAR) – słaba wyjściowa ostrość wzroku jest silnym predyktorem gorszego wyniku końcowego⁴⁵

Przewidywanie Czasu Gojenia Rogówki

Opóźnione gojenie rogówki (definiowane jako czas >30 dni do osiągnięcia pełnego wygojenia) jest istotnym czynnikiem prognostycznym. Podobnie jak w przypadku wyniku widzenia, na czas gojenia wpływają:⁴⁵

Wiek ≥50 lat – starszy wiek pacjenta znacząco wydłuża czas gojenia⁴⁵
Wielkość nacieku ≥3 mm – większe zmiany zapalne wymagają dłuższego czasu do wygojenia⁴⁵
Niska ostrość wzroku przy prezentacji (≥0,6 logMAR) – gorszy wyjściowy stan widzenia koreluje z dłuższym czasem gojenia⁴⁵

Zaawansowane Modele Predykcyjne

Nowsze badania wykorzystują metody uczenia maszynowego do przewidywania wyniku widzenia u pacjentów z zapaleniem rogówki. Model Random Forest (RF) opracowany do przewidywania upośledzenia widzenia (VI) po 90 dniach od prezentacji osiągnął wysoką dokładność z polem pod krzywą ROC (AUC) wynoszącym 95% (CI: 93-97%) i wskaźnikiem błędnej klasyfikacji na poziomie 9% (7-12%).⁶⁷⁸

W modelach tych najważniejsze zmienne predykcyjne obejmowały:⁷⁸

Wyjściową ostrość wzroku – gorsza ostrość wzroku przy prezentacji zwiększa prawdopodobieństwo upośledzenia widzenia po 90 dniach⁷⁸
Wiek pacjenta – starszy wiek wiąże się z wyższym ryzykiem upośledzenia widzenia⁷⁸
Wzmianki o przeszczepie rogówki (PKP) w dokumentacji medycznej – zwiększają prawdopodobieństwo upośledzenia widzenia⁷⁸
Wzmianki o opatrunkowych soczewkach kontaktowych (BCL) – zwiększają prawdopodobieństwo upośledzenia widzenia⁷⁸
Wzmianki o spokojnym oku – zmniejszają prawdopodobieństwo upośledzenia widzenia⁷⁸

Diagnostyka z Wykorzystaniem Głębokiego Uczenia

Nowoczesne algorytmy głębokiego uczenia (DL) mogą odgrywać istotną rolę nie tylko w diagnostyce, ale także w prognozowaniu wyników leczenia zapalenia rogówki. Analiza obrazów z lampy szczelinowej przy użyciu algorytmów DL pozwala na określenie czynnika etiologicznego z wysoką dokładnością:³⁹

Dokładność diagnostyczna dla Acanthamoeba: 97,9%⁹
Dokładność diagnostyczna dla bakterii: 90,7%⁹
Dokładność diagnostyczna dla grzybów: 95,0%⁹
Dokładność diagnostyczna dla wirusa HSV: 92,3%⁹

Warto zauważyć, że algorytmy te osiągają dokładność przewyższającą diagnostykę przeprowadzaną przez oftalmologów. Wczesna i precyzyjna identyfikacja patogenu pozwala na wdrożenie odpowiedniego leczenia, co może poprawić wyniki końcowe i zapobiec utracie wzroku.³⁹

Najnowsze badania dotyczące klasyfikacji keratitis na podstawie fotografii rogówki wykazują obiecujące wyniki z obszarem pod krzywą ROC (AUROC) w przedziałach ufności 95%:¹⁰

0,7413-0,7740 dla zakażeń bakteryjnych¹⁰
0,8395-0,8725 dla zakażeń grzybiczych¹⁰
0,9448-0,9617 dla zakażeń pełzakami¹⁰

Wpływ Pozytywnej Hodowli na Rokowanie

Interesującym aspektem rokowniczym jest wpływ pozytywnego wyniku hodowli mikrobiologicznej na końcowy wynik leczenia. Według badań, pozytywny wynik hodowli jest związany z cięższym przebiegiem choroby przy prezentacji, ale nie ma istotnego wpływu na końcowy wynik leczenia.⁵ Oznacza to, że nawet pacjenci z ciężkim zakażeniem potwierdzonym mikrobiologicznie mogą osiągnąć dobry wynik końcowy przy odpowiednim leczeniu.

Wpływ Typu Zapalenia Rogówki na Rokowanie

Typ patogenu wywołującego zapalenie rogówki może mieć wpływ na rokowanie. Badania sugerują, że rokowanie w przypadku grzybiczego zapalenia rogówki może być gorsze niż w przypadku bakteryjnego zapalenia rogówki.² Dodatkowo, zakażenia wirusowe, szczególnie wywołane przez wirus opryszczki (HSV), mają tendencję do nawrotów, co może wpływać na długoterminowe rokowanie.²

Powikłania i Rokowanie Długoterminowe

Nieleczone zapalenie rogówki może prowadzić do poważnych powikłań i niekorzystnego rokowania długoterminowego, takich jak:²

Jaskra – może rozwinąć się jako powikłanie infekcyjnego zapalenia rogówki²
Bliznowacenie rogówki – prowadzące do utraty wzroku²
Ślepota rogówkowa – zapalenie rogówki jest główną przyczyną ślepoty rogówkowej na świecie, mimo że może być leczone²

Znaczenie Wczesnej Interwencji

Wszystkie analizowane badania podkreślają znaczenie profilaktyki pierwotnej i wczesnej interwencji w przypadku zapalenia rogówki.⁴⁵ Wczesne rozpoznanie i odpowiednie leczenie są kluczowe dla zapobiegania powikłaniom i poprawy rokowania. Większość typów zapalenia rogówki można skutecznie leczyć, jeśli zostanie odpowiednio wcześnie zdiagnozowane.²

W kontekście interwencji terapeutycznych, badania takie jak Steroid for Corneal Ulcers Trial (SCUT) analizują wpływ dodatkowych metod leczenia, np. miejscowych sterydów, na wyniki kliniczne podgrup pacjentów z bakteryjnym zapaleniem rogówki, co może przyczynić się do lepszego stratyfikowania ryzyka i personalizacji terapii.¹¹

Podsumowanie Istotności Czynników Prognostycznych

Identyfikacja czynników prognostycznych w zapaleniu rogówki ma kluczowe znaczenie dla optymalizacji postępowania klinicznego. Zaawansowany wiek pacjenta, duży rozmiar nacieku zapalnego oraz słaba wyjściowa ostrość wzroku konsekwentnie pojawiają się jako najważniejsze predyktory niekorzystnego wyniku widzenia i opóźnionego gojenia rogówki.⁴⁵

Modele predykcyjne wykorzystujące uczenie maszynowe i głębokie uczenie oferują obiecujące narzędzia do przewidywania wyników leczenia i identyfikacji czynnika etiologicznego, co może znacząco poprawić postępowanie kliniczne, szczególnie w regionach o ograniczonym dostępie do zaawansowanych metod diagnostycznych.⁷⁹¹⁰

Odpowiednia ocena prognostyczna pozwala lekarzom na stratyfikację ryzyka, personalizację terapii oraz przekazanie pacjentom rzetelnych informacji o przewidywanym wyniku leczenia, co jest niezbędne w nowoczesnym, opartym na dowodach podejściu do leczenia zapalenia rogówki.¹¹

Kolejne rozdziały

Zapraszamy do dalszego czytania naszego leksykonu.

Wybierz kolejny rozdział z menu poniżej, aby otworzyć nową podstronę kompedium wiedzy i uzyskać szczegółowe informację o leku, substancji lub chorobie.

Materiały źródłowe

#1 Risk Factors, Clinical Outcomes and Prognostic Factors of Bacterial Keratitis: The Nottingham Infectious Keratitis Study | medRxiv
https://www.medrxiv.org/content/10.1101/2021.05.26.21257881v2.full-text
BK represents a significant ocular morbidity in the UK. […] Culture positivity is associated with more severe disease at presentation but has no significant influence on the final outcome. […] Older age, large infiltrate, and poor presenting vision were predictive of poor visual outcome and delayed corneal healing, highlighting the importance of primary prevention and early intervention for BK. […] Poor visual outcome (CDVA 0.6 logMAR) was significantly influenced by age 50 years old, infiltrate size 3mm, central ulcer, and presenting CDVA of 0.6 logMAR. […] Poor corneal healing (30 days to achieve complete healing) was significantly affected by age 50 years, infiltrate size 3mm, and presenting CDVA of 0.6 logMAR.
#2 Keratitis: Types, Symptoms & Treatment
https://my.clevelandclinic.org/health/diseases/24500-keratitis
Keratitis can cause discharge, bloodshot eyes and redness or discoloration of the area around the eye. Untreated inflammation of the cornea (keratitis) causes most cases of corneal blindness throughout the world despite the fact that it can be treated. […] Damage to your eyes from the disease can result in vision loss. Worldwide, keratitis causes most cases of corneal blindness. […] If you have most types of keratitis, treatment cures it. If you have a viral form of keratitis, it may come back. […] You may develop glaucoma as a result of infectious keratitis. The outlook for people with fungal keratitis may be worse than the outlook for people with bacterial keratitis. […] Without treatment, keratitis causes scarred corneas that can lead to vision loss.
#3 Determination of probability of causative pathogen in infectious keratitis using deep learning algorithm of slit-lamp images | Scientific Reports
https://www.nature.com/articles/s41598-021-02138-w
Corneal opacities are important causes of blindness, and their major etiology is infectious keratitis. […] The major cause of the corneal opacities is infectious keratitis, and slit-lamp examinations are the gold standard examination method to not only diagnose but to also identify the causative pathogen in eyes with infectious keratitis. […] The significant and major pathogen categories for infectious keratitis are bacterial, fungal, acanthamoeba, and viral infections such as herpes simplex virus (HSV). […] Thus, the purpose of this study was to develop hybrid deep learning (DL) algorithm that can determine the causative pathogen category in eyes with keratitis with a high probability score by analyzing slit-lamp images. […] This DL-based diagnosis should be able to determine the pathogen category with high accuracy. The identification could avoid inappropriate treatments at the early stage of infection leading to an improvement of the visual outcomes.
#4 Risk Factors, Clinical Outcomes, and Prognostic Factors of Bacterial Keratitis: The Nottingham Infectious Keratitis Study
https://pmc.ncbi.nlm.nih.gov/articles/PMC8385317/
Background/Aim: To examine the risk factors, clinical characteristics, outcomes, and prognostic factors of bacterial keratitis (BK) in Nottingham, UK. […] Poor visual outcome (final corrected-distance-visual-acuity of 0.6 logMAR) and delayed corneal healing (30 days from initial presentation) were significantly affected by age 50 years, infiltrate size 3 mm, and reduced presenting vision (all p 0.05). […] BK represents a significant ocular morbidity in the UK, with ocular surface diseases, contact lens wear, and systemic immunosuppression being the main risk factors. Older age, large infiltrate, and poor presenting vision were predictive of poor visual outcome and delayed corneal healing, highlighting the importance of prevention and early intervention for BK.
#5 Risk Factors, Clinical Outcomes and Prognostic Factors of Bacterial Keratitis: The Nottingham Infectious Keratitis Study | medRxiv
https://www.medrxiv.org/content/10.1101/2021.05.26.21257881v2.full-text
BK represents a significant ocular morbidity in the UK. […] Culture positivity is associated with more severe disease at presentation but has no significant influence on the final outcome. […] Older age, large infiltrate, and poor presenting vision were predictive of poor visual outcome and delayed corneal healing, highlighting the importance of primary prevention and early intervention for BK. […] Poor visual outcome (CDVA 0.6 logMAR) was significantly influenced by age 50 years old, infiltrate size 3mm, central ulcer, and presenting CDVA of 0.6 logMAR. […] Poor corneal healing (30 days to achieve complete healing) was significantly affected by age 50 years, infiltrate size 3mm, and presenting CDVA of 0.6 logMAR.
#6 Prediction of Visual Acuity in Patients with Microbial Keratitis
https://pmc.ncbi.nlm.nih.gov/articles/PMC9805475/
To predict visual acuity (VA) 90 days after presentation for patients with microbial keratitis (MK) from data at the initial clinical ophthalmic encounter. […] The RF model for predicting 90-day VI had an AUC of 95% (CI: 93-97%) and a misclassification rate of 9% (8-13%). […] Older age, worse presenting VA, and more mentions of PKP and BCL were associated with increased probability of 90-day VI, while more mentions of quiet were associated with decreased probability of 90-day VI. […] RF modeling yielded good sensitivity and specificity to predict VI at 90 days which could guide clinicians about the risk of poor vision outcomes for patients with MK. […] Visual impairment in the affected eye for unilateral infections or worse eye for patients with bilateral infections was present in 26.9% of MK patients.
#7 Prediction of Visual Acuity in Patients with Microbial Keratitis
https://pmc.ncbi.nlm.nih.gov/articles/PMC9805475/
The random forest model for predicting 90-day VI had an AUC on the test data of 95% (95% CI, 93% to 97%) and an overall misclassification rate of 9% (95% CI, 7% to 12%). […] The sensitivity of the model to correctly classify 90-day VI in the test data was 86% (95% CI, 80% to 91%). […] The most important variables for prediction included presenting VA, age of the patient, and counts of the lemma for quiet, PKP, and BCL. […] Predicting the need for transplantation could result in an unfair algorithm because it would assign risk based on social determinants of health in addition to medical factors. […] Prediction modeling from a large cohort of MK patients is accurate and useful for the identification of patients at risk of poor VA outcomes.
#8
https://journals.lww.com/10.1097/ICO.0000000000003129
The purpose of this study was to predict visual acuity (VA) 90 days after presentation for patients with microbial keratitis (MK) from data at the initial clinical ophthalmic encounter. […] The RF model for predicting 90-day VI had an AUC of 95% (CI: 93%97%) and a misclassification rate of 9% (7%12%). […] Older age, worse presenting VA, and more mentions of penetrating keratoplasty and bandage contact lens were associated with increased probability of 90-day VI, whereas more mentions of quiet were associated with decreased probability of 90-day VI. […] RF modeling yielded good sensitivity and specificity to predict VI at 90 days which could guide clinicians about the risk of poor vision outcomes for patients with MK.
#9 Determination of probability of causative pathogen in infectious keratitis using deep learning algorithm of slit-lamp images | Scientific Reports
https://www.nature.com/articles/s41598-021-02138-w
The overall accuracy of the multiclass diagnosis was 88.0%. […] The diagnostic accuracy was 97.9% for acanthamoeba, 90.7% for bacteria, 95.0% for fungi, and 92.3% for HSV. […] Thus, the algorithm outperformed ophthalmologist for all the causative types of keratitis. […] The development of this DL algorithm is important and may become the basis for future development of auto-diagnosis by slit-lamp as well as establishment of efficient tele-medicine platform for anterior segment diseases.
#10 Classification of Keratitis from Eye Corneal Photographs using Deep LearningThis work was financed by National Funds through the Portuguese funding agency, Portuguese Foundation for Science and Technology (FCT) through the Ph.D. Grant â2020.06434.BDâ.
https://arxiv.org/html/2411.08935v1
Nevertheless, distinguishing between the types of infection remains difficult and might lead to a misdiagnosis, worsening the symptoms and requiring an eye surgery. […] We achieved the best results with Multitask V2, with an area under the receiver operating characteristic curve (AUROC) confidence intervals of 0.7413-0.7740 (bacteria), 0.8395-0.8725 (fungi), and 0.9448-0.9616 (amoeba). […] A statistical analysis of the impact of patient features on models performance revealed that sex significantly affects amoeba infection prediction, and age seems to affect fungi and bacteria predictions. […] The proposed solution achieved state-of-the-art metrics for a multi-label diagnosis of bacterial keratitis, fungal keratitis, and amoeba keratitis, with 95% confidence intervals for AUROC of 0.7413-0.7740, 0.8395-0.8725, and 0.9448-0.9617, respectively. […] A significant impact of sex for amoeba infections and age for bacteria and fungi infections was found, meaning a bias associated with patient features could be implied.
#11
https://grantome.com/grant/NIH/K23-EY017897-04
My objectives in seeking a K23 career development award are two-fold: 1) to use the infrastructure of the NEI-sponsored Steroid for Corneal Ulcers Trial (SCUT) to examine whether adding topical steroids improves clinical outcomes of subgroups of bacterial corneal ulcers;2) to develop my career as an independent investigator in ocular infection and inflammation by hands-on research experience, didactics and mentorship. […] The main objective of SCUT is to study the effect of topical steroids on bacterial corneal ulcers, as measured by outcomes including best corrected visual acuity and scar size at 3 months. […] Our goal is to provide data to allow clinicians to risk-stratify patients with bacterial corneal ulcers in an evidence-based manner.