nach oben

Die Ophthalmologie

Erschienen in:

29.01.2024 | Biomarker | Leitthema

Retinale optische Kohärenztomographie Biomarker und ihr Zusammenhang mit kognitiven Funktionen

Klinische Praxis und künstliche Intelligenz Ansätze

verfasst von: Dr. Franziska G. Rauscher, Prof. Rui Bernardes

Erschienen in: Die Ophthalmologie | Ausgabe 2/2024

Einloggen, um Zugang zu erhalten

Zusammenfassung

Retinale optische Kohärenztomographie (OCT)-Biomarker haben das Potenzial, als frühzeitige, nichtinvasive und kosteneffiziente Marker, Personen mit einem Risiko für kognitive Beeinträchtigungen und neurodegenerative Erkrankungen zu identifizieren. Sie können auch bei der Überwachung des Krankheitsverlaufs inklusive der Wirksamkeit von Maßnahmen gegen den kognitiven Verfall unterstützen. Der Zusammenhang zwischen retinalen OCT-Biomarkern und kognitiver Leistung wurde in mehreren Studien nachgewiesen, und ihre Bedeutung für die kognitive Beurteilung wird zunehmend anerkannt. Das maschinelle Lernen (ML) ist ein Zweig der künstlichen Intelligenz (KI) mit einer exponentiellen Anzahl von Anwendungen im medizinischen Bereich, insbesondere aus deren Untergruppe des tiefen Lernens (Deep Learning [DL]), die weithin für die Analyse medizinischer Bilder verwendet wird. Diese Techniken sind effizient im Umgang mit neuartigen Biomarkern, wenn deren Ergebnis für die im Fokus stehende Anwendung unklar ist. Der Einsatz von KI-basierten Werkzeugen für medizinische Zwecke muss jedoch, trotz der vielen Bemühungen den Blackbox-Charakter solcher Ansätze zu überwinden, mit Vorsicht genossen werden, v. a. wegen der allgemein unzureichenden Leistung der KI bei anderen Datensätzen als denen, die für ihre Entwicklung verwendet wurden. Die retinalen OCT-Biomarker sind vielversprechend als potenzielle Indikatoren für die kognitive Funktion. Die zugrunde liegenden Mechanismen werden aktuell erforscht, um tiefere Einblicke in die Beziehung zu gewinnen, welche Netzhautgesundheit und kognitive Funktion miteinander verbindet. Erkenntnisse aus neurovaskulärer Kopplung und den mikrovaskulären Veränderungen der Netzhaut spielen dabei eine wichtige Rolle. Weitere Forschungsarbeiten sind erforderlich, um die Gültigkeit und den Nutzen retinaler OCT-Biomarker als Frühindikatoren für kognitiven Abbau und neurodegenerative Erkrankungen in der klinischen Routine zu ermitteln. Retinale OCT-Biomarker könnten so die Patientenversorgung mittels Früherkennung und Überwachung potentieller Intervention bei kognitiven Beeinträchtigungen verbessern.

Ward DD, Mauschitz MM, Bönniger MM, Merten N, Finger RP, Breteler MMB (2020) Association of retinal layer measurements and adult cognitive function: a population-based study. Neurology 95(9):e1144–e1152. https://doi.org/10.1212/wnl.0000000000010146CrossRefPubMed

Mutlu U, Colijn JM, Ikram MA, Bonnemaijer PWM, Licher S, Wolters FJ, Tiemeier H, Koudstaal PJ, Klaver CCW, Ikram MK (2018) Association of retinal neurodegeneration on optical coherence tomography with dementia: a population-based study. JAMA Neurol 75(10):1256. https://doi.org/10.1001/jamaneurol.2018.1563CrossRefPubMedPubMedCentral

McCann P, Hogg R, Wright DM, Chakravarthy U, Peto T, Cruise S, McGuinness B, Young IS, Kee F, Azuara-Blanco A (2021) Intraocular pressure and circumpapillary retinal nerve fibre layer thickness in the Northern Ireland Cohort for the Longitudinal Study of Ageing (NICOLA): distributions and associations. Br J Ophthalmol 105(7):948–956. https://doi.org/10.1136/bjophthalmol-2020-316499CrossRefPubMed

Ko F, Muthy ZA, Gallacher J, Sudlow C, Rees G, Yang Q, Keane PA, Petzold A, Khaw PT, Reisman C, Strouthidis NG, Foster PJ, Patel PJ, Consortium, U. B. E. & V. (2018) Association of retinal nerve fiber layer thinning with current and future cognitive decline: a study using optical coherence tomography. JAMA Neurol 75(10):1198. https://doi.org/10.1001/jamaneurol.2018.1578CrossRefPubMedPubMedCentral

Méndez-Gómez JL, Rougier M‑B, Tellouck L, Korobelnik J‑F, Schweitzer C, Delyfer M‑N, Amieva H, Dartigues J‑F, Delcourt C, Helmer C (2017) Peripapillary retinal nerve fiber layer thickness and the evolution of cognitive performance in an elderly population. Front Neurol 8:93. https://doi.org/10.3389/fneur.2017.00093CrossRefPubMedPubMedCentral

Khawaja AP, Chan MPY, Yip JLY, Broadway DC, Garway-Heath DF, Luben R, Hayat S, Matthews FE, Brayne C, Khaw K‑T, Foster PJ (2016) Retinal nerve fiber layer measures and cognitive function in the EPIC-norfolk cohort study. Invest Ophthalmol Vis Sci 57(4):1921–1926. https://doi.org/10.1167/iovs.16-19067CrossRefPubMedPubMedCentral

van Koolwijk LME, Despriet DDG, Duijn CMV, Oostra BA, van Swieten JC, de Koning I, Klaver CCW, Lemij HG (2009) Association of cognitive functioning with retinal nerve fiber layer thickness. Invest Ophthalmol Vis Sci 50(10):4576. https://doi.org/10.1167/iovs.08-3181CrossRefPubMed

Laude A, Lascaratos G, Henderson RD, Starr JM, Deary IJ, Dhillon B (2013) Retinal nerve fiber layer thickness and cognitive ability in older people: the Lothian birth cohort 1936 study. BMC Ophthalmol 13(1):28. https://doi.org/10.1186/1471-2415-13-28CrossRefPubMedPubMedCentral

Luck T, Then FS, Schroeter ML, Witte V, Engel C, Loeffler M, Thiery J, Villringer A, Riedel-Heller SG (2017) Prevalence of DSM‑5 mild neurocognitive disorder in dementia-free older adults: results of the population-based LIFE-adult-study. Am J Geriatr Psychiatry 25(4):328–339. https://doi.org/10.1016/j.jagp.2016.07.001CrossRefPubMed

10.

Kynast J, Lampe L, Luck T, Frisch S, Arelin K, Hoffmann K‑T, Loeffler M, Riedel-Heller SG, Villringer A, Schroeter ML (2017) White matter hyperintensities associated with small vessel disease impair social cognition beside attention and memory. J Cereb Blood Flow Metab 38(6):996–1009. https://doi.org/10.1177/0271678x17719380CrossRefPubMedPubMedCentral

11.

Kynast J, Quinque EM, Polyakova M, Luck T, Riedel-Heller SG, Baron-Cohen S, Hinz A, Witte AV, Sacher J, Villringer A, Schroeter ML (2020) Mindreading from the eyes declines with aging—evidence from 1,603 subjects. Front Aging Neurosci 12:550416. https://doi.org/10.3389/fnagi.2020.550416CrossRefPubMedPubMedCentral

12.

Girbardt J, Luck T, Kynast J, Rodriguez FS, Wicklein B, Wirkner K, Engel C, Girbardt C, Wang M, Polyakova M, Witte AV, Loeffler M, Villringer A, Riedel-Heller SG, Schroeter ML, Elze T, Rauscher FG (2021) Reading cognition from the eyes: association of retinal nerve fibre layer thickness with cognitive performance in a population-based study. Brain Commun 3(4):fcab258. https://doi.org/10.1093/braincomms/fcab258CrossRefPubMedPubMedCentral

13.

Barrett-Young A, Ambler A, Cheyne K, Guiney H, Kokaua J, Steptoe B, Tham YC, Wilson GA, Wong TY, Poulton R (2022) Associations between retinal nerve fiber layer and ganglion cell layer in middle age and cognition from childhood to adulthood. JAMA Ophthalmol 140(3):262–268. https://doi.org/10.1001/jamaophthalmol.2021.6082CrossRefPubMedPubMedCentral

14.

Kim HM, Han JW, Park YJ, Bae JB, Woo SJ, Kim KW (2022) Association between retinal layer thickness and cognitive decline in older adults. JAMA Ophthalmol 140(7):683–690. https://doi.org/10.1001/jamaophthalmol.2022.1563CrossRefPubMedPubMedCentral

15.

Ito Y, Sasaki M, Takahashi H, Nozaki S, Matsuguma S, Motomura K, Ui R, Shikimoto R, Kawasaki R, Yuki K, Sawada N, Mimura M, Tsubota K, Tsugane S (2020) Quantitative assessment of the retina using OCT and associations with cognitive function. Ophthalmology 127(1):107–118. https://doi.org/10.1016/j.ophtha.2019.05.021CrossRefPubMed

16.

Jeevakumar V, Sefton R, Chan J, Gopinath B, Liew G, Shah TM, Siette J (2022) Association between retinal markers and cognition in older adults: a systematic review. BMJ Open 12(6):e54657. https://doi.org/10.1136/bmjopen-2021-054657CrossRefPubMedPubMedCentral

17.

Cuenca N, Ortuño-Lizarán I, Sánchez-Sáez X, Kutsyr O, Albertos-Arranz H, Fernández-Sánchez L, Martínez-Gil N, Noailles A, López-Garrido JA, López-Gálvez M, Lax P, Maneu V, Pinilla I (2020) Interpretation of OCT and OCTA images from a histological approach: clinical and experimental implications. Prog Retin Eye Res 77:100828. https://doi.org/10.1016/j.preteyeres.2019.100828CrossRefPubMed

18.

Yoon SP, Grewal DS, Thompson AC, Polascik BW, Dunn C, Burke JR, Fekrat S (2019) Retinal microvascular and neurodegenerative changes in alzheimer’s disease and mild cognitive impairment compared with control participants. Ophthalmol Retina 3(6):489–499. https://doi.org/10.1016/j.oret.2019.02.002CrossRefPubMedPubMedCentral

19.

Wang X, Zhao Q, Tao R, Lu H, Xiao Z, Zheng L, Ding D, Ding S, Ma Y, Lu Z, Xiao Y (2021) Decreased retinal vascular density in Alzheimer’s Disease (AD) and Mild Cognitive Impairment (MCI): an Optical Coherence Tomography Angiography (OCTA) study. Front Aging Neurosci 12:572484. https://doi.org/10.3389/fnagi.2020.572484CrossRefPubMedPubMedCentral

20.

Abdolahi F, Yu V, Varma R, Zhou X, Wang RK, D’Orazio LM, Zhao C, Jann K, Wang DJ, Kashani AH, Jiang X (2023) Retinal perfusion is linked to cognition and brain MRI biomarkers in black Americans. Alzheimers Dement. https://doi.org/10.1002/alz.13469CrossRefPubMed

21.

Yang K, Cui L, Chen X, Yang C, Zheng J, Zhu X, Xiao Y, Su B, Li C, Shi K, Lu F, Qu J, Li M (2022) Decreased vessel density in retinal capillary plexus and thinner ganglion cell complex associated with cognitive impairment. Front Aging Neurosci 14:872466. https://doi.org/10.3389/fnagi.2022.872466CrossRefPubMedPubMedCentral

22.

Rajula HSR, Verlato G, Manchia M, Antonucci N, Fanos V (2020) Comparison of conventional statistical methods with machine learning in medicine: diagnosis, drug development, and treatment. Medicina 56(9):455. https://doi.org/10.3390/medicina56090455CrossRefPubMedPubMedCentral

23.

Nunes A, Silva G, Duque C, Januário C, Santana I, Ambrósio AF, Castelo-Branco M, Bernardes R (2019) Retinal texture biomarkers may help to discriminate between alzheimer’s, parkinson’s, and healthy controls. PLoS ONE 14(6):e218826. https://doi.org/10.1371/journal.pone.0218826CrossRefPubMedPubMedCentral

24.

Ferreira H, Serranho P, Guimarães P, Trindade R, Martins J, Moreira PI, Ambrósio AF, Castelo-Branco M, Bernardes R (2022) Stage-independent biomarkers for alzheimer’s disease from the living retina: an animal study. Sci Rep 12(1):13667. https://doi.org/10.1038/s41598-022-18113-yADSCrossRefPubMedPubMedCentral

25.

ynants L, Calster BV, Collins GS, Riley RD, Heinze G, Schuit E, Albu E, Arshi B, Bellou V, Bonten MMJ, Dahly DL, Damen JA, Debray TPA, de Jong VMT, Vos MD, Dhiman P, Ensor J, Gao S, Haller MC, van Smeden M (2020) Prediction models for diagnosis and prognosis of covid-19: systematic review and critical appraisal. BMJ 369:m1328. https://doi.org/10.1136/bmj.m1328CrossRef

26.

Roberts M, Driggs D, Thorpe M, Gilbey J, Yeung M, Ursprung S, Aviles-Rivero AI, Etmann C, McCague C, Beer L, Weir-McCall JR, Teng Z, Gkrania-Klotsas E, AIX-COVNET RA, Korhonen A, Jefferson E, Ako E, Langs G, Schönlieb C‑B (2021) Common pitfalls and recommendations for using machine learning to detect and prognosticate for COVID-19 using chest radiographs and CT scans. Nat Mach Intell 3(3):199–217. https://doi.org/10.1038/s42256-021-00307-0CrossRef

27.

Varoquaux G, Cheplygina V (2022) Machine learning for medical imaging: methodological failures and recommendations for the future. NPJ Digit Med 5(1):48. https://doi.org/10.1038/s41746-022-00592-yCrossRefPubMedPubMedCentral

28.

American Psychiatric Association (2013) Diagnostic and Statistical Manual of Mental Disorders https://doi.org/10.1176/appi.books.9780890425596.icd9num_listCrossRef

29.

Petersen RC (2004) Mild cognitive impairment as a diagnostic entity. J Intern Med 256(3):183–194. https://doi.org/10.1111/j.1365-2796.2004.01388.xCrossRefPubMed

30.

Winblad B, Palmer K, Kivipelto M, Jelic V, Fratiglioni L, Wahlund L‑O, Nordberg A, Bäckman L, Albert M, Almkvist O, Arai H, Basun H, Blennow K, Leon MD, DeCarli C, Erkinjuntti T, Giacobini E, Graff C, Hardy J, Petersen RC (2004) Mild cognitive impairment—beyond controversies, towards a consensus: report of the International working group on mild cognitive impairment. J Intern Med 256(3):240–246. https://doi.org/10.1111/j.1365-2796.2004.01380.xCrossRefPubMed

31.

Wang M, Elze T, Li D, Baniasadi N, Wirkner K, Kirsten T, Thiery J, Loeffler M, Engel C, Rauscher FG (2017) Age, ocular magnification, and circumpapillary retinal nerve fiber layer thickness. J Biomed Opt 22(12):121718–121718. https://doi.org/10.1117/1.jbo.22.12.121718CrossRefPubMedPubMedCentral

32.

Hood DC, Wang DL, Raza AS, de Moraes CG, Liebmann JM, Ritch R (2013) The locations of circumpapillary glaucomatous defects seen on frequency-domain OCT scans. Invest Ophthalmol Vis Sci 54(12):7338. https://doi.org/10.1167/iovs.13-12680CrossRefPubMedPubMedCentral

33.

Peschel T, Wang M, Kirsten T, Rauscher FG, Elze T A Cloud-based Infrastructure for Interactive Analysis of RNFLT Data. In: Heuveline, Vincent, Bisheh, Nina (Hrsg) E‑Science-Tage 2021: Share Your Research Data, Bd. 2022. heiBOOKS, Heidelberg, S 54–68 https://doi.org/10.11588/heibooks.979.c13718

34.

Li D, Rauscher FG, Choi EY, Wang M, Baniasadi N, Wirkner K, Kirsten T, Thiery J, Engel C, Loeffler M, Elze T (2020) Sex-specific differences in circumpapillary retinal nerve fiber layer thickness. Ophthalmology 127(3):357–368. https://doi.org/10.1016/j.ophtha.2019.09.019CrossRefPubMed

35.

Baniasadi N, Rauscher FG, Li D, Wang M, Choi EY, Wang H, Peschel T, Wirkner K, Kirsten T, Thiery J, Engel C, Loeffler M, Elze T (2020) Norms of interocular circumpapillary retinal nerve fiber layer thickness differences at 768 retinal locations. Trans Vis Sci Tech 9(9):23. https://doi.org/10.1167/tvst.9.9.23CrossRef

36.

Schuster AK‑G, Fischer JE, Vossmerbaeumer C, Vossmerbaeumer U (2016) Determinants of peripapillary retinal nerve fiber layer thickness regarding ocular and systemic parameters—the MIPH Eye&Health Study. Graefes Arch Clin Exp Ophthalmol 254(10):2011–2016. https://doi.org/10.1007/s00417-016-3422-yCrossRefPubMed

37.

Lee J, Kim NR, Kim H, Han J, Lee ES, Seong GJ, Kim CY (2011) Negative refraction power causes underestimation of peripapillary retinal nerve fibre layer thickness in spectral-domain optical coherence tomography. Br J Ophthalmol 95(9):1284. https://doi.org/10.1136/bjo.2010.186536CrossRefPubMed

38.

Garway-Heath DF, Rudnicka AR, Lowe T, Foster PJ, Fitzke FW, Hitchings RA (1998) Measurement of optic disc size: equivalence of methods to correct for ocular magnification. Br J Ophthalmol 82(6):643. https://doi.org/10.1136/bjo.82.6.643CrossRefPubMedPubMedCentral

39.

Bayer A, Akman A (2020) Artifacts and anatomic variations in optical coherence tomography. Turk J Ophthalmol 50(2):99–106. https://doi.org/10.4274/tjo.galenos.2019.78000CrossRefPubMedPubMedCentral

40.

Chong GT, Lee RK (2012) Glaucoma versus red disease. Curr Opin Ophthalmol 23(2):79–88. https://doi.org/10.1097/icu.0b013e32834ff431CrossRefPubMed

41.

Mardin C (2020) OCT-Diagnostik beim Glaukom: tipps & tricks. Klin Monatsbl Augenheilkd 237(04):539–551. https://doi.org/10.1055/a-1098-3466CrossRefPubMed

42.

Loeffler M, Engel C, Ahnert P, Alfermann D, Arelin K, Baber R, Beutner F, Binder H, Brähler E, Burkhardt R, Ceglarek U, Enzenbach C, Fuchs M, Glaesmer H, Girlich F, Hagendorff A, Häntzsch M, Hegerl U, Henger S, Thiery J (2015) The LIFE-Adult-Study: objectives and design of a population-based cohort study with 10,000 deeply phenotyped adults in Germany. BMC Public Health 15(1):691. https://doi.org/10.1186/s12889-015-1983-zCrossRefPubMedPubMedCentral

43.

Engel C, Wirkner K, Zeynalova S, Baber R, Binder H, Ceglarek U, Enzenbach C, Fuchs M, Hagendorff A, Henger S, Hinz A, Rauscher FG, Reusche M, Riedel-Heller SG, Röhr S, Sacher J, Sander C, Schroeter ML, Tarnok A, Zuelke AE (2022) Cohort profile: the LIFE-adult-study. Int J Epidemiol 52(1):e66–e79. https://doi.org/10.1093/ije/dyac114CrossRefPubMedCentral

44.

Kirsten T, Meineke FA, Loeffler-Wirth H, Beger C, Uciteli A, Stäubert S, Löbe M, Hänsel R, Rauscher FG, Schuster J, Peschel T, Herre H, Wagner J, Zachariae S, Engel C, Scholz M, Rahm E, Binder H, Loeffler M, team L (2022) The leipzig health atlas—an open platform to present, archive, and share biomedical data, analyses, and models online. Methods Inf Med 61(Suppl 2):e103–e115. https://doi.org/10.1055/a-1914-1985CrossRefPubMedPubMedCentral

45.

Rauscher FG, Wang M, Francke M, Wirkner K, Tönjes A, Engel C, Thiery J, Stenvinkel P, Stumvoll M, Loeffler M, Elze T, Ebert T (2021) Renal function and lipid metabolism are major predictors of circumpapillary retinal nerve fiber layer thickness-the LIFE-Adult Study. BMC Med 19(1):202. https://doi.org/10.1186/s12916-021-02064-8CrossRefPubMedPubMedCentral

Titel: Retinale optische Kohärenztomographie Biomarker und ihr Zusammenhang mit kognitiven Funktionen
Klinische Praxis und künstliche Intelligenz Ansätze
verfasst von: Dr. Franziska G. Rauscher
Prof. Rui Bernardes
Publikationsdatum: 29.01.2024
Verlag: Springer Medizin
Schlagwörter: Biomarker
Künstliche Intelligenz
Augenheilkunde
Erschienen in: Die Ophthalmologie / Ausgabe 2/2024
Print ISSN: 2731-720X
Elektronische ISSN: 2731-7218
DOI: https://doi.org/10.1007/s00347-024-01985-y

Retinale OCT-Biomarker und neurodegenerative Erkrankungen des zentralen Nervensystems jenseits der Alzheimer-Krankheit

Biomarker
Leitthema

Retinale optische Kohärenztomographie-Biomarker bei demenziellen Erkrankungen

Demenz
Leitthema

Differenzialdiagnose kindlicher Lidtumoren: subepidermaler kalzifizierter Knoten

Kasuistik

Änderung des Altersspektrums in der Strabismus-Chirurgie

Schielen
Originalie

Refraktives und visuelles Ergebnis nach kombinierter Explantation einer phaken Hinterkammerlinse und Phakoemulsifikation mit Implantation einer torischen IOL

Open Access
Augenheilkunde
Kasuistik

Retinale OCT-Biomarker und neurodegenerative Erkrankungen des zentralen Nervensystems

Biomarker
Leitthema

Neu im Fachgebiet Augenheilkunde

Zirkulierende Tumorzellen bei uvealem Melanom

Aderhautmelanom
Leitthema

Die Erstbeschreibung von Tumorzellen in der Blutbahn erfolgte 1869 durch Thomas Ashworth. Dieser beschrieb in der Blutprobe eines metastasierten Krebskranken „cells identical with those of the cancer itself“ und postulierte, dass diese „may tend …

Elektrophysiologie in der Augenheilkunde

Visuell-evozierte-Potentiale
CME-Artikel

Mit elektrophysiologischen Untersuchungen kann man in der Augenheilkunde die Funktionalität der Neurone der Sehbahn untersuchen. Weil elektrophysiologische Ableitungen von der subjektiven Wahrnehmung und Antwort des Patienten unabhängig sind …

„Liquid biopsy“ bei Retinoblastom

Retinoblastom
Leitthema

Die „liquid biopsy“ spielt eine zunehmend wichtige Rolle bei der Diagnose und Behandlung des Retinoblastoms. Die Möglichkeit der sicheren und unkomplizierten Entnahme und Untersuchung von Kammerwasser aus der Vorderkammer trägt wesentlich zur …

Die „onkologische Spur“: zirkulierende Tumor-DNA beim Aderhautmelanom

Aderhautmelanom
Leitthema

In Körperflüssigkeiten wurde zirkulierende Desoxyribonukleinsäure (DNA) bereits vor mehr als 75 Jahren beschrieben [ 19 ]. Aber erst durch die eindrucksvolle technische Weiterentwicklung im Bereich der Nukleinsäureanalyse in den letzten Jahren ist …

Update Augenheilkunde

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.

Newsletter bestellen

Springer Medizin

Zusammenfassung

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Update Augenheilkunde