角膜后表面散光的评估方法及临床特征的研究进展

蒋元丰 秦鲁宁 张红 田芳

作者单位：天津医科大学眼科医院 眼视光学院 眼科研究所，国家眼耳鼻喉疾病临床医学研究中心天津市分中心，天津市视网膜功能与疾病重点实验室，天津 300384

角膜散光是全眼散光的主要组成成分，也是白内障手术、有晶状体眼人工晶状体植入术和角膜屈光手术等术后残余散光的最主要来源。总体角膜散光由角膜前后表面共同形成，即全角膜散光（Total corneal astigmatism，TCA）。但由于角膜的屈光指数（1.376）与房水（1.336）之间的差异较小，角膜后表面散光（Posterior corneal astigmatism，PCA）曾一度被认为是可以忽略不计的。以往对总体角膜散光的评估单纯依赖测量角膜前表面散光（Anterior corneal astigmatism，ACA）和一个特定的修正屈光指数（通常为1.3375），这么一个数学和光学上的捷径来估算和替代真实的TCA，称为模拟角膜散光（Keratometric corneal astigmatism，KCA）[1]。随着检查技术设备的不断迭代，对角膜后表面信息的直接或间接采集和分析成为可能，临床对PCA的认识也逐渐发生转变。同时，随着白内障手术由单纯复明手术向精准屈光手术的转变，手术医师开始不断追求术后残余散光的最小化，从而满足患者对视觉质量的更高需求[2]。临床研究也证实，忽略PCA会对总体角膜散光的评估造成具有临床意义的误差[3-4]，进一步影响屈光性白内障手术整体手术规划的精准性，造成一定的术后残余散光并降低视觉质量[5-6]。

因此，笔者针对PCA的评估方法、人群分布规律和临床特征的研究现状和最新进展做一综述，目的是提高临床实践中对PCA的认识和重视。

1 PCA的评估方法和技术设备

传统的角膜屈光力测量方法，如手动或自动角膜曲率计、部分光学相干生物测量仪（如IOLMaster 500等）、低相干光学生物测量仪（如Lenstar 900 等）和基于Placido盘的角膜地形图仪（如Atlas、iTrace和Keratron Scout等），都不能直接对角膜后表面的信息进行采集，而是依赖不同方法测得的角膜前表面曲率半径（Ranterior）并根据不同的修正屈光指数（通常为1.3375）计算模拟角膜屈光力，即SimK=（1.3375-1.000）/Ranterior[7]。近些年，逐渐出现了多种可以直接获取角膜后表面信息的仪器设备，它们分别基于不同的技术原理和方法，如裂隙光扫描地形图、Scheimpflug成像技术和光学相干断层成像技术等[8]。

1.1 裂隙光扫描地形图

裂隙光扫描系统，如Orbscan和Orbscan II（Bausch and Lomb Inc.，Rochester，NY，USA），是临床上最早可以提供角膜后表面信息的方法和系统之一，出现于1995 年[9]。该系统将一个三维裂隙光扫描系统和Placido盘结合在一起，通过捕获分别从鼻侧和颞侧45°角投射在角膜上的裂隙光束所反射回的图像信息，并分析其三角关系，最终呈现为三维地形图，包括角膜前后表面的曲率、高度和厚度图，进而得出角膜散光数据[10]。但由于Orbscan是切面扫描且通过角膜前后表面的相对参照来分析角膜高度，其中某一张图像的错误可能会引起整个角膜的三维建模误差。近期，de Jong等[11]和Meyer等[12]的研究都指出，在角膜后表面信息的测量中，与Pentacam HR（Oculus，Wetzlar，Germany）和Galilei（Ziemer，Port，Switzerland）相比，Orbscan II的可重复性相对较差。

1.2 Scheimpflug成像技术

Theodor Scheimpflug是一名奥地利海军的制图师，他在20 世纪初首先在摄影领域引入了Scheimpflug原理。该原理描述了物体平面与相机胶片不平行时的光学成像条件，早在20 世纪50 年代后期就由Drews引入眼科领域[13-14]。Scheimpflug原理消除了裂隙光扫描技术弊端，即由于角膜的非平面形状引起的对周边角膜数据捕获的困难性和不可靠性。然而，这项技术直到1995 年才伴随着Pentacam、TMS-5（Tomey Corporation，Nagoya，Japan）、Galilei和Sirius（Costruzione Strumenti Oftalmici，Florence，Italy）等设备的先后出现开始广泛应用于临床实践并逐渐完善[15]。Pentacam是继Orbscan II后第二个能够对角膜后表面进行评估的技术设备[16]。

Pentacam HR由一个静态摄像机和一个旋转Scheimpflug摄像机组成，可以在不到2 s的时间内拍摄50张眼前节裂隙图像，每张图像包含500 点，测量和分析25 000～138 000个角膜真实高度点，进而重建形成三维图像并生成相对真实的角膜曲率和厚度等参数，并利用光路追踪技术获得的角膜总屈光力和散光[17-18]。Galilei、TMS-5和Sirius则都是Scheimpflug-Placido设备，分别将Placido盘与双旋转（Galilei）或单旋转（TMS-5和Sirius）Scheimpflug摄像机相结合。研究表明，这些设备在PCA和TCA的评估中都具有良好的可重复性，但它们在健康人群和疾病人群（如圆锥角膜等）中测量的一致性和可互换程度仍存有争议[19-21]。

1.3 光学相干断层成像技术

光学相干断层成像技术（Optical coherence tomography，OCT）是基于低相干干涉测量的原理，通过比较从眼前节反射的红外光与参考反射的时间延迟对角膜整体信息进行计算和分析[7]。临床常用的有2种类型的前节OCT：时域和频域OCT（即傅里叶域OCT，又分为谱域OCT和扫频OCT）。与时域OCT相比，频域OCT无需纵向扫描，直接采集两侧反射光的干涉光谱并经过傅里叶变换后获取角膜信息，具有更快的采集时间，从而减少由于眼球运动引起的伪影、降低信噪比和提供更好的分辨率[22-23]。相比Scheimpflug成像技术，前节OCT可以大幅提升眼前节图像的分辨率和清晰程度，理论上可获得更为精确的角膜前后表面信息。

Visante（美国Carl Zeiss公司）是最早商用时域前节OCT，它使用1 310 nm红外光波长并可以同时扫描获得最多4 个眼前节放射状横截面，随后与Placido角膜地形图相结合（Visante OMNI）用于生成角膜地形图[24]。Viswanathan等[25]报道，与Visante OMNI相比，Pentacam在正常角膜和圆锥角膜中测量到更大的角膜曲率、厚度和高度值。最新的频域OCT，Casia SS-1000 和Casia 2（Tomey，Nagoya，Japan），能够采集以角膜顶点为中心的16个长10.0 mm、深6.0 mm的放射状扫描图，从而生成角膜曲率和厚度图，在角膜散光评估中有良好的可重复性。Schröder等[26]的研究发现，与TMS-5和Pentacam HR相比，Casia SS-1000可以相对降低由于对准失败对可重复性的影响。

另外，IOLMaster 700（德国Carl Zeiss公司）是近些年临床上广泛使用的扫频OCT生物测量设备，它测量PCA的能力最近刚刚发布，但尚未纳入其输出和界面选项。LaHood和Goggin[27]首次报道了IOLMaster 700对1 098例患者PCA的测量结果，并与其他设备的研究数据基本一致。

2 PCA在人群中的分布规律和临床特征

2.1 PCA大小、轴位与年龄、性别的关系

表1 显示了在纳入眼数超过100 眼的已发表文献中不同仪器设备对不同年龄健康人群PCA的统计结果。在总体人群中，PCA平均值约为0.30 D，其中超过0.50 D约占比6%～15%，且随年龄增长的变化不大；PCA的轴位绝大多数为逆规，约占比77%～96%，随年龄增长有轻度且缓慢（每10年约0.03～0.04 D）向顺规飘移的趋势[28-30]（见表1）。由于ACA的轴位随年龄由顺规向逆规飘移（每10年约0.36 D）而PCA却变化相对较小[31]，导致PCA对ACA的补偿作用随年龄逐渐减小，少数甚至转变为叠加作用[32-33]。Feizi等[34]统计发现，在（30.0±5.9）岁的153人中，男性（0.33±0.15 D@88°）的PCA稍大于女性（0.28±0.11 D@88°）（P=0.041），ACA和TCA的性别差异无统计学意义。而Naeser等[29]对710人（20～88岁）的统计发现，PCA的年龄相关性变化在不同性别间差异没有统计学意义；但女性在20～50 岁间KCA和TCA约为顺规0.80 D，到80 岁后向逆规方向衰减约-0.25 D，男性则从20岁以后持续由顺规约1.50 D线性向逆规方向衰减约0.50 D。

2.2 PCA与ACA的关系及对TCA的影响

PCA与ACA的大小具有一定相关性且与ACA的轴位分布有关，其在ACA轴位为顺规时（顺规眼）呈强正相关，斜轴时（斜轴眼）呈弱正相关，而逆规时（逆规眼）则无统计学相关性。这种规律可能与角膜前后表面形态的一致性有关，一致性（顺规眼最高，逆规眼最低）越高，PCA与ACA大小的相关性就越强。Savini等[44]对中高度角膜散光（KCA大于1.00 D）的157眼进行统计，PCA平均值高达0.54 D，其中超过0.50 D的比例高达55%。在多数人群中，由于ACA轴位通常为顺规而PCA多为逆规，故PCA对ACA多数起到一定的补偿作用，进而对TCA起到降低的作用；但由于个体差异及年龄的增长，在部分人群中则转变为叠加作用和提高作用[28，30，40，45]。

忽略对PCA的准确测量，可能会导致对TCA的估计在一定比例的眼中出现显著偏差。通常，在顺规眼中可能会造成TCA高估，而在逆规眼中则可能会造成低估。Ho等[36]的研究发现（493眼），KCA与TCA的矢量误差质心为0.28 D@87.2°，平均算术误差绝对值为0.24±0.16 D（范围为0.00～0.91 D），轴位出现（7.4±10.3）°（范围为0.0～83.4°）的偏差，其中28.8%的眼误差大小超过0.50 D或轴位超过10°。Shao等[30]对3769 眼的统计分析显示与Ho等基本一致，同时还发现两者的平均算术误差随着前表面陡峭轴由垂直向水平方向转变而增大（r=0.670，P<0.001），矢量误差在逆规眼中最大（0.34±0.20 D，15.67%超过0.50 D），其次是斜轴眼（0.28±0.18 D，12.26% 超过0.50 D）和顺规眼（0.19±0.12 D），算术误差（r=0.496，P<0.001）和矢量误差（r=0.494，P<0.001）都随年龄增长而逐渐增加。在高度近视眼（眼轴长度≥26 mm）中，以ACA估计TCA会造成相对更大比例的误差（KCA与TCA矢量误差≥0.5 D的患眼高达24.5%），在65.67%的顺规眼造成高估（0.27±0.18 D），在88.10%的逆规眼中造成低估（0.41±0.30 D），在63.33%的斜轴眼中造成低估（0.22±0.10 D）[45-46]。

2.3 PCA与眼部其他参数的关系

2.3.1 PCA与测量直径和范围的关系 Fredriksson等[46]研究发现，在健康角膜中，以瞳孔为中心和以角膜顶点为中心3 mm直径区域内测量的PCA之间具有统计学差异（矢量质心为0.04 D@10.91°），而在圆锥角膜中差异更大（0.15 D@20.1°）；以瞳孔为中心3 mm和以角膜顶点为中心6 mm直径区域内的测量结果在健康角膜中差异没有统计学意义，而在圆锥角膜中的差异质心矢量为0.17 D@119.5°。

表1.PCA在已发表文献（眼数>100）中的统计结果Table 1.Published statistical results of PCA (sample size >100 eyes)

2.3.2 PCA与角膜高度和厚度的关系 扫频OCT（Casia SS-1000）测量结果显示，角膜旁中心厚度在垂直方向（546.0±31.8 μm）上大于水平方向（542.6±31.7 μm），差异具有统计学意义（P<0.0001），且与年龄呈正相关（r=0.518，P<0.0001）；Ueno等[47]认为该特征使得根据ACA估计的PCA比实际情况更偏逆规，且在老年人当中更为明显。Feizi等[34]研究显示，在153只健康眼中，ACA、PCA和TCA的大小与角膜前表面和后表面的最大高度都呈正相关（P<0.001），与中央、周边和最薄点角膜厚度无相关性。

2.3.3 PCA与眼内散光的关系 Feizi等[49]为32位白内障摘除联合非散光矫正型IOL植入眼配戴球面硬性角膜接触镜后进行显然验光，将其散光成分转换至角膜平面作为眼内散光与Pentacam测量的PCA进行回归分析，结果两者呈弱正相关（r=0.22，P=0.013）。

2.3.4 PCA与角膜像差的关系 Jiang等[41]对1 979 眼进行Pearson相关与回归分析发现，PCA与角膜后表面低阶像差呈正相关（r=0.172，P<0.001），在顺规眼中更为明显（r=0.265，P<0.001），而与角膜后表面高阶像差仅呈弱正相关（r=0.033，P<0.001），忽略角膜后表面像差将在74.39%的眼中高估角膜总像差。Shao等[30]通过多元线性回归分析发现，TCA与KCA的差异矢量随着PCA及总高阶像差的增大而增大（r=0.636，P<0.001）。景清荷等[45]的研究显示，长眼轴（眼轴≥26 mm）人群中PCA与ACA、角膜前表面低阶和总像差、角膜后表面低阶、高阶和总像差均呈正相关。

2.3.5 PCA与眼轴的关系 景清荷等[45]将高度近视组（眼轴≥26 mm，139眼）与对照组（眼轴20～25 mm，143眼）对比分析，ACA、PCA及TCA的平均大小和轴位分布均无统计学差异，但PCA的平均大小在对照组中的不同年龄亚组间差异具有统计学意义。

3 小结

PCA的准确测量在角膜总体散光评估中的作用不容忽视。忽略PCA或仅依靠角膜前表面信息对角膜总体散光进行估计会导致散光大小和轴位的偏差，进而影响后续屈光或白内障等手术的规划、预测和手术效果，最终影响患者的术后视觉质量[50]。PCA的大小和轴位与人群属性和多个眼部参数具有一定的相关性。PCA的测量设备和方法经过近二十余年的发展和演变，逐渐趋于合理和精确，但其一致性、稳定性和可重复性仍不能完全满足临床需求，有待于进一步探讨和提高。熟悉PCA的评估方法、分布规律和临床特征，对临床工作的个性化实施和科研工作的合理开展都具有重要的指导意义。

利益冲突申明本研究无任何利益冲突

作者贡献声明蒋元丰：选题、检索和查阅文献；对资料进行分析和解释；撰写和修改文章中关键性内容。秦鲁宁：查阅资料，参与选题及资料的分析和解释。张红：参与选题和设计，对文章内容的指导。田芳：参与选题和设计，对文章内容进行指导、审阅和修改