బెన్నీ జీ, జాక్ లీ, క్వింగ్ లీ, విన్సెంట్ మోక్, అలిస్ కాంగ్, ల్యాప్-కిన్ చియాంగ్, లోర్నా ంగ్, యువాన్ జువో, హైబో యు, జువోక్సిన్ యాంగ్
నేపధ్యం: ప్రాణాలను మరియు వైకల్యాలను రక్షించడానికి స్ట్రోక్ యొక్క ప్రాథమిక నివారణ చాలా ముఖ్యమైనది మరియు స్ట్రోక్ రిస్క్ అసెస్మెంట్ కోసం రెటీనా లక్షణాలు సంభావ్య సాధనాలుగా పరిశోధించబడ్డాయి. ఈ అధ్యయనం కేస్-కంట్రోల్ స్టడీ నుండి పొందిన మాన్యువల్గా డిజిటైజ్ చేయబడిన రెటీనా ఇమేజ్ లక్షణాలను ఉపయోగించి స్ట్రోక్ రిస్క్ అసెస్మెంట్ కోసం స్టాటిస్టికల్ మోడల్ అభివృద్ధిని నివేదిస్తుంది. మేము అధ్యయనంపై విశ్లేషణ (ARIA-స్ట్రోక్) యొక్క పూర్తి స్వయంచాలక సంస్కరణ ఫలితాలను మరింతగా నివేదిస్తాము. ప్రాథమిక సంరక్షణ సెట్టింగ్లో వర్తించవచ్చని చూపించడానికి ప్రత్యేక డేటాసెట్ని ఉపయోగించి మోడల్ ధృవీకరించబడింది. పద్ధతులు: మేము 244 సబ్జెక్ట్లతో (122 స్ట్రోక్స్ మరియు 122 కంట్రోల్స్) కేస్-కంట్రోల్ స్టడీని నిర్వహించాము. ప్రతి సమూహంలో 66% మంది మధుమేహ రోగులు. సెంట్రల్ రెటీనా ధమని సమానమైన (CRAE), సెంట్రల్ రెటీనా సిర సమానమైన (CRVE), ఆర్టెరియోల్-వీన్యుల్ రేషియో (AVR), విభజన గుణకాలు, విభజన కోణాలు మరియు విభజన అసమానతలు, ధమనుల అసమానతలతో సహా రెటీనా లక్షణాలను కొలవడానికి మాన్యువల్ డిజిటలైజేషన్ ప్రక్రియ ఉపయోగించబడింది. తాబేలు, రక్తస్రావం, ఎక్సూడేట్స్, మరియు ఆర్టెరియోల్ మూసుకుపోతుంది. క్లినికల్ మరియు రెటీనా లక్షణాలను అంచనా వేయడానికి లాజిస్టిక్ నమూనాలు అభివృద్ధి చేయబడ్డాయి. రెటీనా చిత్రాల విశ్లేషణ కోసం పూర్తిగా ఆటోమేటిక్ విధానం అభివృద్ధి చేయబడింది మరియు 412 సబ్జెక్టులతో (138 సాధారణ నియంత్రణలు, 198 హైపర్టెన్షన్లు మరియు 76 స్ట్రోక్ కేసులు) ప్రత్యేక డేటా సెట్ను ఉపయోగించి పద్ధతి ధృవీకరించబడింది: మాన్యువల్ విశ్లేషణ రెటీనా లక్షణాలు విలువైనవని చూపిస్తుంది కేవలం రెటీనా లక్షణాల కోసం 0.78 (95% CI 0.72-0.84) AUCతో స్ట్రోక్ రిస్క్ అసెస్మెంట్ కేవలం క్లినికల్ వేరియబుల్స్ కోసం 0.66 (95% CI 0.59-0.73) AUC. క్లినికల్ మరియు రెటీనా లక్షణాలు రెండింటితో కలిపి మోడల్ 0.84 (95% CI 0.78- 0.89) యొక్క AUCని కలిగి ఉంది, క్లినికల్ లేదా రెటీనా వేరియబుల్స్ని ఉపయోగించి మోడల్ను అధిగమించింది. ఆటోమేటిక్ ARIA-స్ట్రోక్ మోడల్ కోసం, కంట్రోల్ గ్రూప్ కోసం స్ట్రోక్ యొక్క సగటు సంభావ్యత 0.141 (95% CI: 0.126-0.156), మరియు కేస్ గ్రూప్ 0.847 (95% CI: 0.839-0.855). మేము డయాబెటిస్ ఉన్న మరియు లేని రోగి ఉప సమూహాలను చూసినప్పుడు, మధుమేహం లేకుండా నియంత్రణ కోసం స్ట్రోక్ యొక్క సగటు సంభావ్యత 0.054 (95% CI: 0.046-0.063), మధుమేహంతో నియంత్రణ 0.185 (95% CI: 0.170-0.199), స్ట్రోక్ మధుమేహం లేకుండా 0.853 (95% CI: 0.841-0.866), మధుమేహంతో స్ట్రోక్ 0.843 (95% CI: 0.833-0.854). 0.5 సంభావ్యత కటాఫ్ని ఉపయోగించి కేస్-కంట్రోల్ అధ్యయనంలో సున్నితత్వం మరియు నిర్దిష్టత 100%. మేము రెటీనా బెన్నీ జీ 115 బ్యాక్గ్రౌండ్ స్ట్రోక్ అనేది అధిక మరణాలు మరియు ప్రాణాలతో బయటపడేవారిని కూడా బలహీనపరిచే వ్యాధి అని కూడా అంచనా వేసాము. ఇది ప్రాణాలతో బయటపడిన వారి కుటుంబాలు మరియు ప్రపంచవ్యాప్తంగా ఆరోగ్య సంరక్షణ వ్యవస్థపై గొప్ప ఆర్థిక భారాన్ని సృష్టిస్తుంది. కృష్ణమూర్తి మరియు ఇతరులు. 1990 మరియు 2010 మధ్య ఇస్కీమిక్ మరియు హెమరేజిక్ స్ట్రోక్ యొక్క ప్రపంచ భారం గణనీయంగా పెరిగిందని నివేదించింది, సంపూర్ణ కేసుల సంఖ్య, మరణాల సంఖ్య మరియు వైకల్యం-సర్దుబాటు చేసిన జీవిత సంవత్సరాలు (DALY) కోల్పోయింది.1 అధిక-ఆదాయ దేశాల కంటే తక్కువ-ఆదాయ మరియు మధ్య-ఆదాయ దేశాలలో స్ట్రోక్స్ యొక్క ప్రపంచ భారం పెరిగిందని వారు కనుగొన్నారు. ఇది ఒక ముఖ్యమైన ప్రపంచ ఆరోగ్య సమస్యగా మారింది. స్ట్రోక్ నివారణకు వివిధ జోక్యాలు అందుబాటులో ఉన్నాయి మరియు కొన్ని ప్రభావవంతంగా ఉన్నట్లు చూపించబడ్డాయి, అయితే సవాలు మరింత నిర్దిష్టమైన మరియు ఖచ్చితమైన వర్గీకరణను అందించే సామర్థ్యంపై ఉంది. వ్యక్తిగత ఆధారిత నివారణ దృక్పథం నుండి, స్ట్రోక్ ప్రమాదాన్ని అంచనా వేయడానికి వివిధ మార్గాలు ఉన్నాయి. వాటిలో అల్ట్రాసౌండ్, కంప్యూటెడ్ టోమోగ్రఫీ యాంజియోగ్రఫీ (CTA) మరియు మాగ్నెటిక్ రెసొనెన్స్ యాంజియోగ్రఫీ (MRA) ఉన్నాయి. అల్ట్రాసౌండ్ సంబంధిత ఉపరితల ఉపరితలాలలో నాళాల యొక్క స్టెనోసిస్ మరియు రక్త వేగాన్ని అంచనా వేయగలదు మరియు కరోటిడ్ స్టెనోసిస్ను అంచనా వేయడానికి విస్తృతంగా ఉపయోగించబడుతుంది. 70% కంటే ఎక్కువ స్టెనోసిస్ అనేది కరోటిడ్ ఎండార్టెరెక్టోమీకి సూచన. అయితే, కరోటిడ్ స్టెనోసిస్ వల్ల వచ్చే స్ట్రోక్ మొత్తం స్ట్రోక్ కేసులలో 4% మాత్రమే.2 CTA మరియు MRA పెద్ద మెదడు నాళాల అసాధారణతను గుర్తించగలవు, అయితే ఈ పద్ధతులు ఖరీదైనవి, అసౌకర్యం మరియు హానికరం. జనాభా ఆధారిత నివారణ దృక్కోణం నుండి, మనం రక్తపోటును తగ్గించడం, శారీరక శ్రమను ప్రోత్సహించడం, ధూమపాన విరమణను పెంచడం మరియు ఆరోగ్యకరమైన ఆహారం వంటివి చేస్తే స్ట్రోక్ భారాన్ని గణనీయంగా తగ్గించవచ్చు. . ఫీగిన్ మరియు ఇతరులు. ఫ్రేమింగ్హామ్ మరియు QSTROKE స్ట్రోక్ రిస్క్ ప్రివెన్షన్ అల్గారిథమ్ల వంటి ఇతర సాధనాలకు అదనంగా స్ట్రోక్ రిస్కోమీటర్ యాప్ను ఉపయోగించాలని సూచించారు. మొబైల్ యాప్-ఆధారిత విధానం ఆశాజనకంగా ఉంది మరియు స్ట్రోక్ రిస్క్ తగ్గింపు యొక్క ప్రాముఖ్యత గురించి సాధారణ అవగాహనను పెంచుతుంది, అయితే ఖచ్చితత్వం నిరూపించబడవలసి ఉంది.4 స్ట్రోక్ యొక్క ప్రధాన పాథాలజీ కారణాలలో సెరిబ్రల్ వాస్కులర్ మార్పు ఒకటి. రెటీనా నాళాల ప్రసరణ సెరిబ్రల్ వాస్కులర్ సిస్టమ్తో సారూప్య స్వరూపం, పనితీరు మరియు రోగలక్షణ మార్పులను పంచుకుంటుంది. వాస్కులర్ సిస్టమ్లోని చిన్న భాగాన్ని నేరుగా గమనించగలిగే ప్రదేశం రెటీనా మాత్రమే కాబట్టి, స్ట్రోక్ల ప్రమాదాన్ని గుర్తించడానికి రెటీనా ఇమేజ్ ద్వారా సెరిబ్రల్ వాస్కులర్ మార్పులను అన్వేషించవచ్చు. మునుపటి అధ్యయనాలు అనేక రెటీనా లక్షణాలు స్ట్రోక్లతో గణనీయంగా సంబంధం కలిగి ఉన్నాయని చూపించాయి.5-9 అయినప్పటికీ, వాటిలో ఏవీ స్ట్రోక్ రిస్క్ అంచనాకు సరిపోతాయని నిరూపించలేదు. ఈ కాగితంలో, మేము రంగు ఫండస్ చిత్రాల నుండి రెటీనా పారామితులను సంగ్రహించాము మరియు స్ట్రోక్ కేసులకు సంబంధించిన ప్రమాద కారకాలను గుర్తించాము; స్ట్రోక్ రిస్క్ అసెస్మెంట్ కోసం మల్టీవియారిట్ మోడల్లో రెటీనా లక్షణాల వినియోగాన్ని మేము మరింత అన్వేషించాము. ఇంకా, స్ట్రోక్ రిస్క్ అసెస్మెంట్ కోసం రెటీనా ఇమేజ్ యొక్క విశ్లేషణను ఆటోమేట్ చేయడానికి మరియు కేస్-కంట్రోల్ స్టడీ నుండి డేటాను ఉపయోగించి రెటీనా పారామితులను అంచనా వేయడానికి మేము ఒక నవల పద్ధతిని ఉపయోగించాము. మేము ప్రత్యేక డేటా సెట్ని ఉపయోగించి పద్దతిని ధృవీకరించాము. పద్ధతులు ప్రారంభ కేస్-కంట్రోల్ అధ్యయనంలో, హాంకాంగ్లోని డయాబెటిక్ రెటినోపతి స్క్రీనింగ్ ప్రోగ్రామ్తో కలిసి అక్యూట్ స్ట్రోక్ యూనిట్ నుండి 122 స్ట్రోక్ కేసులు నమోదు చేయబడ్డాయి.రోగులకు ఇస్కీమిక్ స్ట్రోక్ లేదా హెమరేజిక్ స్ట్రోక్ ఉన్నట్లు నిర్ధారణ అయింది మరియు రెటీనా ఫోటోగ్రఫీని నిర్వహించడానికి తగిన సిట్టింగ్ బ్యాలెన్స్ ఉంది. మధుమేహంతో 81 స్ట్రోక్ కేసులు మరియు మధుమేహం లేని 41 స్ట్రోక్ కేసులు ఉన్నాయి. 80 ఏళ్లు లేదా అంతకంటే ఎక్కువ వయస్సు ఉన్న రోగులను చేర్చలేదు, ఎందుకంటే ఈ వయస్సు వారు ఆప్టికల్ అస్పష్టత మరియు రంగు రెటీనా ఫోటోను తీయడానికి తగినది కాని ఇతర సంక్లిష్టతలను కలిగి ఉంటారు మరియు ఇతర మూలాల పక్షపాతాన్ని పరిచయం చేయవచ్చు. రెటీనా నాళాల నిర్మాణాలు లేదా స్పాట్ లక్షణాలపై ప్రభావం చూపే కంటి వ్యాధి ఉన్న రోగులు మరియు కార్డియోఎంబాలిక్ స్ట్రోక్ యొక్క స్ట్రోక్ సబ్టైప్లు మరియు సబ్అరాక్నోయిడ్ రక్తస్రావం ఉన్నవారు మినహాయించబడ్డారు. సెరిబ్రల్ వ్యాధులతో బాధపడుతున్నట్లు అనుమానించబడిన రోగులు మరియు నాళాల స్వరూపాన్ని ప్రభావితం చేసే వ్యాధి ఉన్నవారు కూడా మినహాయించబడ్డారు. వయస్సు మరియు డయాబెటిక్ స్థితితో సరిపోలిన 122 నియంత్రణ విషయాలు ఎంపిక చేయబడ్డాయి. కంటి ఔట్ పేషెంట్ క్లినిక్లు లేదా డయాబెటిక్ రెటినోపతి స్క్రీనింగ్ ప్రోగ్రామ్ నుండి స్ట్రోక్ లేని కంట్రోల్స్ సబ్జెక్టులు రిక్రూట్ చేయబడ్డాయి. సాధారణ కంటి చెకప్, కోలుకున్న సెంట్రల్ సీరస్ కొరియోరెటినోపతి, ఫ్లోరోసెసిన్ మరియు ఇండోసైనిన్ గ్రీన్ యాంజియోగ్రఫీ ద్వారా ధృవీకరించబడిన తేలికపాటి వయస్సు సంబంధిత మాక్యులోపతి మాత్రమే రోగులు నియంత్రణలుగా చేర్చబడ్డారు. రెటీనా చిత్రాన్ని తీసిన తేదీ నుండి ఫాలో-అప్ వ్యవధి యొక్క సగటు పొడవు 4.3 సంవత్సరాలు. అన్ని నియంత్రణలు 50 నుండి 80 సంవత్సరాల వయస్సు గలవి మరియు రెటీనా వ్యాధిని కలిగి ఉండవు లేదా రంగు రెటీనా చిత్రాలలో నాళాల నిర్మాణాన్ని ప్రభావితం చేయకుండా తేలికపాటి వ్యాధులతో మాత్రమే ఉంటాయి, అవి తేలికపాటి పొడి వయస్సు-సంబంధిత మాక్యులోపతి, సెంట్రల్ సీరస్ కొరియోరెటినోపతి, పోస్ట్-శుక్లం వెలికితీత, రెటీనా పిగ్మెంట్ వంటివి. ఎపిథీలియల్ డిటాచ్మెంట్. వ్రాతపూర్వక సమాచార సమ్మతి పొందబడింది మరియు హెల్సింకి డిక్లరేషన్ మార్గదర్శకాల ప్రకారం ప్రాజెక్ట్ చేయబడింది మరియు జాయింట్ CUHK-NTEC క్లినికల్ రీసెర్చ్ ఎథిక్స్ కమిటీ ఆమోదించింది. క్లినికల్ ప్రమాద కారకాలు వయస్సు, లింగం, రక్తపోటు, మధుమేహం, హైపర్లిపిడెమియా, ధూమపాన స్థితి, ఇస్కీమిక్ గుండె జబ్బుల చరిత్రలు మరియు కర్ణిక దడ వంటి స్ట్రోక్ ప్రమాద కారకాలు అధ్యయనంలో నమోదు చేయబడ్డాయి. రక్తపోటు 140 mm Hg కంటే ఎక్కువ సిస్టోలిక్ రక్తపోటుగా నిర్వచించబడింది, 90 mm Hg కంటే ఎక్కువ డయాస్టొలిక్ రక్తపోటు లేదా మునుపటి 2 పారామితుల సమయంలో యాంటీహైపెర్టెన్సివ్ మందుల వాడకం ఫలితాల వివరణకు ఉపయోగపడుతుంది. గమనించిన డేటా అధిక మంచితనాన్ని చూపే అంచనా విలువలతో గణనీయంగా అధిక సహసంబంధాలను కలిగి ఉంది. సాధారణ నియంత్రణలు, రక్తపోటు నియంత్రణలు మరియు స్ట్రోక్ కేసులతో కూడిన ప్రత్యేక డేటా సెట్ను ఉపయోగించి ధ్రువీకరణ అధ్యయనం 0.5 కటాఫ్ సంభావ్యతతో ఫలితాలను నిర్ధారించింది, సున్నితత్వం 97% మరియు నిర్దిష్టత 100%. ముగింపు: ఈ అధ్యయనం రెటీనా చిత్రాలు సాంప్రదాయిక క్లినికల్ వేరియబుల్స్తో పాటు స్ట్రోక్ రిస్క్ అసెస్మెంట్ కోసం విలువైన సమాచారాన్ని కలిగి ఉన్నాయని నిరూపించింది. ఫండస్ ఫోటోగ్రాఫ్ల ఆధారంగా స్ట్రోక్ ప్రమాదాన్ని అంచనా వేయడానికి వేగవంతమైన మరియు పూర్తిగా ఆటోమేటిక్ పద్ధతిని ఉపయోగించవచ్చు.అనేక రెటీనా లక్షణాలు ప్రమాద అంచనా యొక్క క్లినికల్ వివరణపై అంతర్దృష్టులను అందించవచ్చని కూడా మేము చూపించాము మరియు ఈ పద్ధతిని కమ్యూనిటీ సెట్టింగ్ లేదా పాపులేషన్ స్క్రీనింగ్లో ఉపయోగించవచ్చు.