原发性开角型青光眼患者视觉相关生活质量状况及影响因素

储锡中 胡成钜 陈德福 尚晓 王晓燕 黄强杰 梁远波

作者单位：温州医科大学附属眼视光医院 温州医科大学青光眼研究所 国家眼部疾病临床医学研究中心，温州 325027

青光眼是全球首位不可逆性致盲性疾病，其特点是进行性视神经病变，可导致严重的视觉损害[1]。据报道，在40～80 岁人群中，2020 年全球罹患青光眼的人数达7 600 万，随着人口老龄化，预计到2040年全世界青光眼患病人数将增加至1.118亿[1]。

青光眼患者的视功能受损将导致其日常活动及自我护理能力下降，且抑郁、跌倒、车祸、骨折风险上升及死亡率的增加，从而影响其生活质量[2-3]。此外，患者对疾病的认识、疾病治疗方式、治疗的不良反应以及与青光眼相关的心理因素等同样会影响患者的生活质量[4-5]。青光眼作为一种慢性进展性疾病，需要长期的随访与治疗，根据欧洲青光眼协会的观点，青光眼的治疗目标是在可承受的卫生保健系统内提升患者的幸福感和生活质量[6]。因此，临床上评估青光眼患者的生活质量具有重要意义。

既往研究结果提示青光眼患者视野缺损的严重程度和视觉相关生活质量（Vision-related quality of life，VR-Qol）存在显著关联，更严重的视野缺损与更差的VR-Qol相关[7-8]。在将视野缺损与青光眼患者生活质量联系起来时，目前有较好眼视野与双眼整合视野（Integrated visual field，IVF）这2种方法来测量患者的视野缺损，但少有研究比较较好眼视野与IVF在评价青光眼患者生活质量中的作用。

本研究应用25 项国家眼科研究所视觉功能问卷（25-Item National Eye Institute Visual Functional Questionnaire，NEI VFQ-25）来析POAG患者VRQol及其影响因素，同时比较患者较好眼视野和IVF与VR-Qol的相关性。

1 对象与方法

1.1 对象

纳入标准： ①房角开放；②典型的青光眼性视神经改变（视盘出血、视网膜神经纤维层缺损、杯盘比＞0.7、双眼杯盘比相差＞0.2、盘沿宽度＜0.1）与青光眼性视野缺损位置对应[9]。排除标准：①既往有眼内手术史（不包括无并发症的白内障手术史）；②有可能导致眼底结构损伤和相应视功能损害的其他眼部疾病或全身性疾病史；③妨碍可靠的视野检查或眼底照相的病史；④视野平均偏差（Mean deviation，MD）小于-20 dB；⑤视力小于0.5；⑥无法完成NEI VFQ-25。

收集2021年6月至2022年9月期间在温州青光眼进展研究（Wenzhou Glaucoma Progression Study，WGPS）中随访的POAG患者。WGPS是1项以我国POAG患者为研究对象的前瞻性队列研究，旨在了解我国POAG人群的临床特征、自然病程以及疾病进展相关危险因素[10-11]。本研究遵循赫尔辛基宣言，并获得温州医科大学附属眼视光医院伦理委员会批准，批号：KYK[2013]12号。所有研究对象均知情同意并签署知情同意书。每3个月对所有受检者进行1次全面眼科检查，包括视力、眼压测量、眼轴长度、中央角膜厚度（CCT）、裂隙灯显微镜、视野、光学相干断层扫描（OCT）、眼底彩照检查等，由指定的认证技术人员和临床医师团队进行。

1.2 方法

1.2.1 视力检查 采用最小分辨角对数视力表（广州市协医维视康医疗技术科技有限公司）。视力检查按照早期糖尿病视网膜病变治疗研究操作步骤进行，由经培训人员完成视力测量并记录，并将视力转换为LogMAR数值。

1.2.2 视野检查 Humphrey全自动计算机视野分析仪（750型或740型，德国Carl Zeiss公司）采用中心视野24-2的SITA-Standard程序测得视野MD。视野可靠性指标为固视丢失率＜20%，假阳性率＜15%，假阴性率＜15%。为减少学习效应的影响，剔除第1 次视野检查后建立基线视野。再采用确定2 次可靠的视野基线结果的平均值作为最终结果。视野指数（Visual field index，VFI）改变速率由FORUM软件4.2（德国Carl Zeiss公司）的青光眼进展分析方法（Glaucoma progression analysis，GPA）并使用线性回归模型分析计算得出，选取两眼中VFI丢失率较快的数值，同时根据早期青光眼研究（Early manifest glaucoma trial，EMGT）的视野缺损进展标准判断视野进展情况[12]。视野缺损进展定义为与3次连续视野检查的基线相比，3个或更多的测试点的视野敏感度明显恶化。

采用Nelson-Quigg等[13]描述的双目总和法，从患者右眼和左眼的视野结果计算得到IVF，即双眼整合视野，其中SR和SL分别是右眼和左眼对应视野位点的视野敏感度，计算时视野敏感度需进行非对数转换。中央24-2 视野检查策略由54 个检测位点组成，为了计算IVF，排除视野盲点的2 个位点以及每眼最鼻侧的2个位点，最终每个IVF有48个重叠位点[14]。为了计算IVF的MD值，需要采用公式：预期阈值（Expected threshold，ET）=实测阈值-总体偏差（Total deviation，TD），计算左眼和右眼视野每个位点的ET。使用与计算双眼视野敏感度相同的公式计算双眼ET值。从IVF每个位点的视野敏感度减去ET值，得到TD，将这些TD值求和，然后除以48，即双眼MD值[15]。

1.2.3 OCT检查 患者散瞳后，由经过培训的操作员进行双眼OCT（Cirrus HD-OCT 4 000/5 000，德国Carl Zeiss公司）扫描，测量平均视网膜神经纤维层（Retinal never fiber layer，RNFL）厚度与平均神经节细胞内丛状层（Ganglion cell plexiform layer，GCIPL）厚度。

1.2.4 NEI VFQ-25评估 NEI VFQ-25已被广泛用于评估VR-Qol，常用来研究VR-Qol与青光眼视功能损害的相关性[16-17]。问卷包括总共12个分量表:一般健康、一般视力、眼部疼痛、近距离活动、远距离活动、社会功能、心理健康、角色困难、依赖性、驾驶、色觉和周边视力。每个问题的答案都被转化成了100分的线性尺度。总分通过平均分量表得分计算得到，得分越高，表明VR-Qol越好。研究中使用了经验证的中文翻译版本[18]。若患者NEI VFQ-25的10个分量表（排除一般健康及眼部疼痛分量表）中有任何1个分量表得分低于50分，患者将被纳入VR-Qol异常组，反之，患者被纳入VR-Qol正常组[15]。

1.3 统计学方法

横断面研究。采用SPSS 27.0统计学软件进行数据分析。符合正态分布的连续性变量采用±s表示，不符合正态分布的连续性变量采用M（Q1，Q3），分类变量采用数字（百分比）表示。分别采用独立样本t检验、Mann-WhitneyU检验对符合正态分布、非正态分布的计量资料进行组间比较。采用Mann-WhitneyU检验对计数资料进行组间比较。分析POAG患者VR-Qol的影响因素时，先进行单因素Logistic回归分析，再进行多因素Logistic回归分析；将单因素Logistic回归分析中P＜0.20的参数，进一步纳入多因素Logistic分析中。以P＜0.05为差异有统计学意义。

2 结果

2.1 一般情况

本研究共纳入POAG患者116例，其中男70例，女46例，年龄（61.3±14.6）岁。NEI VFQ-25总分为（88.86±9.44）分。NEI VFQ-25结果显示27例（23.3%）患者VR-Qol异常，89例（76.7%）患者VR-Qol正常。与VR-Qol异常组相比，VR-Qol正常组使用降眼压药物数量更少（Z=-2.02，P=0.044）、视力更好（Z=-2.28，P=0.023）、RNFL厚度（Z=-2.64，P=0.008）及GCIPL厚度更厚（Z=-2.29，P=0.022）、视野MD较轻（Z=-4.03，P＜0.001）、VFI丢失率较慢（Z=-2.92，P=0.004）。年龄、性别、学历、是否已婚、单眼或双眼确诊青光眼、视野进展与否、随访频率、病程、有无青光眼家族史、高血压病史和糖尿病病史在2 组间差异无统计学意义（均P＞0.05）。见表1。

表1.正常和异常视觉相关生活质量患者临床资料比较Table 1.Comparison of clinical data between patients with normal and abnormal VR-Qol

2.2 正常和异常VR-Qol患者NEI VFQ-25得分

正常组和异常组患者NEI VFQ-25所有分量表得分的差异均有统计学意义（均P＜0.05），见表2。在VR-Qol异常组中，一般视力、角色困难、驾驶的得分均低于70分。

表2.正常和异常VR-Qol患者NEI VFQ-25得分Table 2.NEI VFQ-25 scores of normal and abnormal VR-Qol patients

2.3 视野与VR-Qol的关系

POAG 患者VR-Qol 与双眼MD（r=0.36，P＜0.001）、较好眼MD（r=0.30，P＜0.001）、较差眼MD（r=0.31，P＜0.001）成正相关。

2.4 VR-Qol影响因素分析

VR-Qol的单因素Logistic回归分析见表3。其中使用降眼压药物数量、LogMAR视力、较好眼RNFL厚度、较好眼GCIPL厚度、双眼MD、较好眼MD、较差眼MD、VFI丢失率、已婚、有无糖尿病病史都为P＜0.20，纳入多因素Logistic回归分析后，发现双眼MD[OR=1.16，95%置信区间（CI，confidence interval）：1.02～1.32，P=0.029]是POAG患者VR-Qol的独立危险因素，而非较好眼MD（OR=1.11，95%CI：1.00～1.23，P=0.063），见表4。

表3.预测异常VR-Qol的单因素Logistic回归分析Table 3.Results of the univariable logistic regression analysis for prediction of abnormality in VR-Qol

表4.预测异常VR-Qol的多因素Logistic回归模型结果Table 4.Results of the multiviable logistic regression models for prediction of abnormality in vision-related

3 讨论

本研究分析了POAG患者VR-Qol状况及其影响因素，POAG患者VR-Qol良好，NEI VFQ-25总分为（88.86±9.44）分。即使在VR-Qol异常组，除一般视力、角色困难、驾驶分量表外，其余所有分量表的平均得分都在70 分以上，该结果提示VRQol异常的POAG患者多在一般视力、角色困难、驾驶这3个方面出现困难。其中一般健康分量表的得分在2组中都较低，可能原因在于患者年龄较大[（64（50.25，74）岁）]、全身系统疾病的影响或者青光眼疾病本身的影响，患者会相对保守地评价其总体健康水平。而异常组患者较差的视力[0.20（0.10，0.30）]、较差的视野[-7.41（-13.35，-3.64）dB]可能对患者的一般视力、角色困难、驾驶影响较大。Floriani等[17]对3 227例新诊断的POAG患者进行了生活质量评价，发现大多数患者青光眼严重程度较轻，生活质量总体较好，除了一般视力和一般健康外，其余分类表的平均得分都大于70分，但随着严重程度加重，患者的生活质量下降，因此，早期诊断和适当治疗非常有必要。Sawada等[19]比较了日本正常眼压性青光眼（Normal tension glaucoma，NTG）与POAG患者的VR-Qol，所有患者的NEI VFQ-25总得分为78.3，得分最低的4项是一般健康、一般视力、角色困难、驾驶，该结果与本研究类似，这可能与中国和日本相似的文化习俗生活方式有关。由于年龄增长是青光眼的危险因素，青光眼患者容易受到衰老和视力损害的双重不利影响，这种双重风险使老年青光眼患者更容易遇到驾驶的困难[20]。美国加州的洛杉矶拉丁裔眼科研究（Los Angeles Latino Eye Study，LALES）比较了230例开角型青光眼（Open-angle glaucoma，OAG）患者与2 821例未发生青光眼或者视野缺损参与者的生活质量，发现驾驶分量表与较好眼的视野缺损关联性最大，其次是依赖性和心理健康分量表，即有视野缺损的青光眼患者在驾驶活动中有最大的困难[7]。斯洛伐克的1项横断面研究分析了119 例POAG患者的生活质量，作者根据视野缺损的程度将患者分为3组，结果发现除驾驶分量表外，其他各分量表存在显著差异[21]。该研究中驾驶分量表未发现明显差异可能与该人群的驾驶得分过低有关。

本研究未发现年龄对VR-Qol的影响，这可能与较小的样本量和随访队列患者较大且偏态分布的年龄有关。单因素Logistic回归模型中，RNFL厚度及GCIPL厚度这2个指标每减少1 μm都将增加异常VR-Qol的风险，但在多因素分析的结果提示视野MD指标与VR-Qol的相关性更强。相比视网膜的结构指标，视野作为1个视功能指标可以更好地帮助识别需要干预的患者。Nishida等[22]比较了健康受试者、视野前期青光眼患者、视野期青光眼患者的视觉相关生活质量与中心视野和黄斑神经节细胞复合体（Ganglion cell complex，GCC）厚度的相关性，结果发现较差的VR-Qol与较差的视野平均灵敏度有关，而不是与较好眼的GCC厚度，与本研究结果相似。

既往研究关于视野损害不对称的青光眼患者，较好眼的视野与生活质量的相关性强于较差眼[23-24]，可能的原因是较好眼可以弥补较差眼的视野缺损。本研究中未能发现视野进展对VR-Qol的影响，其原因可能在于单眼视野进展对视功能的影响被对侧眼所弥补。有研究者认为双眼重叠的视野缺损与较好眼的视野缺损的不同，较好眼的视野结果可能会高估真实的视野缺损，双眼重叠的视野缺损与视功能障碍的关系更大，更能发现视野缺损与生活质量的关系[15,25]。在缺乏真实的双眼视野检查的情况下，可以通过计算IVF来代表双眼视野（Binocular visual field，BVF）[15]。通过这些方法计算得到的IVF已被发现与真实的BVF非常接近[26]。本研究应用Nelson-Quigg等[13]描述的双目总合法计算患者的双眼IVF，线性回归结果提示，POAG患者VR-Qol与双眼MD、较好眼MD、较差眼MD呈正相关，其中双眼MD的r值在3个指标中最大，在进行多因素分析后发现VR-Qol与双眼MD显著相关，与较好眼MD无相关。相比较好眼MD，双眼MD更能帮助识别需要干预的患者，双眼MD每降低1 dB，POAG患者VR-Qol异常的风险将增加16%。

Peters等[8]研究分析了255例随访15年的OAG患者的VR-Qol，发现OAG患者较差的视力及VFI与VR-Qol相关，较好眼VFI为50%或较好眼MD为-18 dB是青光眼患者VR-Qol好坏的临界值，即在患者较好眼VFI＜50%或较好眼MD＜-18 dB时，其NEI VFQ-25总分均未超过70分。本研究中，双眼MD、较好眼MD、较差眼MD与量表总得分的线性回归分析提示VR-Qol与POAG的严重程度呈近似线性正相关，但未能从中发现患者VR-Qol明显下降时的MD阈值，即使当视野MD＜-20 dB时，仍有患者总分在70 分以上，原因可能在于患者的个体偏差及样本量的不足。

目前只有少数研究采用前瞻性设计评价青光眼患者的生活质量。Lisboa等[14]评价了非洲裔与青光眼评价研究（African Descent and Glaucoma Evaluation Study，ADAGES）和青光眼诊断创新研究（Diagnostic Innovations in Glaucoma Study，DIGS）这2 个纵向队列的OAG患者的VR-Qol，首次证明BVF变化较快的患者有更高的风险报告异常的VR-Qol。较快的视野丢失率可能是影响患者VR-Qol的1个危险因素，Lisboa等[14]提出视野变化较慢的患者可能会发展代偿机制，使他们能够更好地应对视功能丧失，从而有更高的VR-Qol。受限于繁琐的计算，本研究仅使用了单眼的丢失率数据进行分析，在将VFI丢失率纳入多因素分析后，未能发现其对VR-Qol的影响。而同样在该研究中，Lisboa等[14]发现单眼预测异常VR-Qol的能力低于BVF，BVF可能在纵向评估中提供更多的信息。Medeiros等[27]分析了DIGS队列中161例OAG患者生活质量纵向变化与视野丢失率之间的关系，在平均3.5年的随访时间中，发现双眼视野敏感度每1 dB/年的变化与NEI VFQ-25评分2.9分/年的变化相关，基线时有更严重的视野缺损的患者在随访期间其NEI VFQ-25 评分也更有可能下降。评估POAG患者随着时间推移VR-Qol的可能变化，并根据疾病的特点确定其生活质量改变的模式，能为青光眼的临床治疗及管理提供指导，具有重大意义，因本研究只有单次的NEI VFQ-25结果，未能进行此类分析，可能需要后续的进一步研究来印证这一点。

本研究的优势在于研究对象来自长期随访的青光眼队列，所有患者未行抗青光眼手术，仅使用了降眼压药物，确保了数据的完整性及可信度，较准确地反映了POAG患者的生活质量。我们还应用了IVF并纳入了视野的纵向数据，较为全面评价了POAG患者的VR-Qol。

本研究还有许多不足之处。首先，受限于样本量不足，纳入分析的影响因素较少，没有纳入所有的潜在变量。另1 个局限性在于NEI VFQ-25 量表不能完全反映患者在日常生活中因青光眼带来的真实体验，如患者的焦虑、抑郁以及治疗的不良翻译，可能还需要补充其他的量表进行分析。最后，视力、视野不能全面反映患者的视功能，在后续研究中有待补充其他客观视功能指标如对比敏感度、视觉电生理等。

VR-Qol异常的POAG患者多在一般视力、角色困难、驾驶这3 个方面出现困难。视野MD是POAG患者异常VR-Qol的独立危险因素，与较好眼MD相比，双眼MD更能帮助识别需要干预的患者。

利益冲突申明本研究无任何利益冲突

作者贡献声明储锡中：收集数据，参与选题、设计及资料的分析和解释；撰写论文；对编辑部的修改意见进行修改。胡成钜：收集数据，参与选题、设计及资料的分析和解释。陈德福：收集数据，参与选题、设计及资料的分析和解释，修改论文的结果、结论。尚晓、王晓燕：参与选题、设计和修改论文的结果结论。黄强杰：收集数据。梁远波：参与选题、设计，修改论文中关键性结果、结论，根据编辑部的修改意见进行核修