條文本
PDF
摘要
簡介激光掃描活體共聚焦顯微鏡(IVCM)能夠對角膜進行無創、高分辨率成像。近年來，越來越多的研究人員使用激光掃描IVCM對角膜神經參數進行成像和量化。但是，已經采用了一係列方法方法。本係統綜述的主要目的是批判性地評價已報道的使用激光掃描IVCM量化人類角膜基底下神經叢(SBNP)參數的初步研究方法，並檢查健康個體的角膜神經參數。
和分析方法本文將對使用激光掃描IVCM量化人體SBNP參數的初步研究進行係統綜述。綜合電子檢索將在Ovid MedLine、Embase和Cochrane圖書館進行。兩名審稿人將獨立評估標題和摘要，並排除不符合納入標準的研究。對於被判定符合條件或可能符合條件的研究，全文將由兩名審稿人獨立評估以確定是否符合條件。第三名審查員將解決判斷中的任何差異。將使用定製工具評估偏倚風險，包括五個方法學領域:參與者選擇、圖像捕獲方法、圖像分析方法、數據報告和其他偏倚來源。將提供對調查結果的係統敘述綜合。將對來自健康受試者的角膜神經參數進行多水平隨機效應薈萃分析。本次評審將根據係統評審和薈萃分析的首選報告項目進行報告。
道德和傳播由於本審查考慮的是已發表的數據，因此不需要倫理批準。我們預計，這一綜合將為未來的研究提供參考，並可用於為臨床研究中使用IVCM的最佳實踐標準提供信息。一份報告審查結果的手稿將被出版，也可能在科學會議上發表。
- 眼科學
- 角膜及外部疾病
- 係統綜述
- 顯微鏡
- 神經
- 成像
這是一篇根據創作共用署名非商業性(CC BY-NC 4.0)許可發布的開放獲取文章，該許可允許其他人以非商業性的方式發布、混編、改編、構建本作品，並以不同的條款許可其衍生作品，前提是原始作品被正確引用且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/
來自Altmetric.com的統計
本研究的優勢和局限性
這將是第一個考慮在臨床研究中使用激光掃描活體共聚焦顯微鏡(IVCM)時應用方法學嚴格程度的係統綜述。
本係統綜述將考慮所有使用激光掃描IVCM來量化人類參與者角膜神經參數的主要研究，無論研究設計如何。
本係統評審方案按照係統評審和薈萃分析方案(PRISMA-P)首選報告項目進行報告。
我們開發了一種針對特定目的的偏差風險工具，用於評估IVCM方法質量，我們認為這將對使用該技術的研究人員在開發IVCM方案時考慮潛在的偏差來源提供有價值的指導。
該綜述將不包括未發表的研究或那些以英語以外的語言發表的研究。
簡介
活體共聚焦顯微鏡(IVCM)是一種活體人眼角膜結構的無創成像方法。IVCM提供了角膜結構的高分辨率形態學細節，並可用於評估角膜參數，特別是與角膜神經完整性相關的一係列指標(如密度和分支特征)。商業上有幾種IVCM儀器，包括串聯、狹縫和激光掃描設備。1激光掃描IVCM使用紅色波長二極管激光源，不會對眼部安全造成危害，2目前被認為是臨床研究的金標準設備。與其他設備相比，該技術提供了更大的聚焦深度、增強的對比度和改進的分辨率。1
雖然早期使用激光掃描IVCM檢查角膜健康的研究大多是定性的(如診斷角膜感染)，但該技術現在用於確定一係列定量的臨床測量(如角膜神經密度)。準確量化角膜神經參數在臨床上對於監測治療幹預對角膜健康的潛在影響、檢測角膜神經病變以及作為早期糖尿病周圍神經病變的替代生物標誌物具有重要意義。3 4雖然已經介紹了一種使用激光掃描IVCM檢查角膜和分析角膜神經參數的一般方法，5目前在文獻中還沒有使用激光掃描IVCM進行角膜神經分析的金標準協議。因此，采取了一係列不同的方法。3 4 6 7
當使用IVCM研究角膜神經參數時，各種因素，特別是用於圖像捕獲和分析的方法，可能會引入偏差，從而影響定量測量的準確性。8例如，由於角膜神經密度隨偏心(即中央角膜比外周角膜更大)而變化，9應考慮角膜成像區域。此外，諸如顯微鏡視野、角膜成像深度、圖像質量和捕獲後圖像增強等因素可能影響圖像場內神經的可見性和/或清晰度，從而可能影響定量測量。8每個人分析的圖像數量也影響定量估計的可信度;研究表明，至少要分析8張圖像，每張圖像之間的重疊不超過20%，才能獲得可靠的角膜神經密度估計。10為了避免在涉及不同參與者組和/或臨床幹預研究中潛在的表現偏差，共聚焦顯微鏡操作員和結果評估員應該對參與者的組分配進行屏蔽。此外，研究人員應充分描述量化基底下神經參數的方法，優先使用經過驗證的全自動處理方法(如ACCMetrics)11)，以避免主觀判斷帶來的潛在偏見。
在使用激光掃描IVCM進行臨床研究時，沒有任何先前的研究進行考慮方法的嚴格程度。作為執行該技術的經驗豐富的研究人員，我們開發了一種針對特定目的的偏差風險工具，涵蓋了我們認為在使用激光掃描IVCM時最小化偏差的五個關鍵方法領域。這五個領域是參與者選擇、圖像捕獲方法、圖像分析方法、數據報告和其他偏見來源(如，行業資金)。我們預見到，在開發IVCM協議時，使用這個針對特定目的的偏差風險工具作為研究人員考慮潛在偏差來源的有價值指南。在這方麵，本論文有能力為顯著提高該領域未來研究的質量做出貢獻。
本係統綜述的主要目的是批判性地評估(即評估偏倚風險)已報道的使用激光掃描IVCM量化人類參與者角膜基底下神經參數的初步研究方法。我們還將確定研究之間方法學的關鍵差異，並確定文獻中表現最差和/或報告最差的特定方法學領域(即，被判斷為偏誤風險最高)，作為告知激光掃描IVCM方法及其在未來臨床研究中的穩健報告的基礎。我們預測，不同的研究人員和研究之間使用的圖像捕獲方法將有很大的差異，這可能導致潛在的偏差並影響報告數據的可靠性。例如，研究可能使用了數量不足的角膜圖像作為量化神經密度的代表性指標，這可能導致采樣偏差。最後，將對評估健康個體角膜神經纖維參數的研究進行meta分析。因此，這將有助於建立一個更精確的角膜神經參數的估計，為未來的研究提供參考，以確定角膜神經病理。
和分析方法
建議的係統審查和薈萃分析將采用係統審查和薈萃分析首選報告項目(PRISMA)聲明建議的方法進行。12
合格標準
從數據庫建立之日起至2017年5月17日，所有英文發表的研究都將被納入。在同一數據的多個出版物存在的情況下，報告人類參與者數量最多的研究將被包括在內。
此外，研究將根據以下標準進行選擇:
研究設計
我們將包括所有使用激光掃描共聚焦顯微鏡對至少一名人類參與者進行角膜共聚焦顯微鏡檢查的初級、經驗性研究，其中角膜基底下神經叢參數被量化。我們將包括國家衛生和醫學研究委員會定義的臨床研究問題的各個領域的研究13，13(例如，幹預、診斷試驗準確性、病因、預後和篩查幹預)和研究設計(例如，隨機對照試驗(RCT)、偽RCT、非RCT、隊列、病例對照、橫斷麵、間斷時間序列、病例係列、病例研究)，以便比較不同研究類型的方法學質量。
隻報告角膜結構方麵的研究，而不是基底下神經參數(如上皮厚度、內皮細胞計數/形態、角膜霧霾等)將被排除。我們將排除分析激光掃描IVCM圖像的綜述論文(包括係統綜述)、會議摘要和研究報告方法，這些研究沒有招募人類參與者。我們還將排除使用其他類型的共聚焦顯微鏡進行圖像捕獲的研究(如串聯掃描和狹縫掃描)，因為共聚焦顯微鏡的類型影響角膜基底下神經參數的定量。1 14
參與者
我們將包括所有報告至少一名人類參與者的角膜基底下神經叢發現的研究。係統評估不限製參與者的健康狀況(盡管meta分析也有限製，因為meta分析隻包括來自健康成年人的數據);因此，納入研究可能涉及健康人，以及那些有眼部和/或全身疾病的人。
信息來源
將在以下電子數據庫中進行全麵搜索，以確定所有相關研究:Ovid MEDLINE(R) (Epub提前出版、過程中和其他非索引引用、Ovid MEDLINE(R) Daily和Ovid MEDLINE(R) 1946 - 2017年5月)、Ovid EMBASE (EMBASE Classic+ EMBASE, 1947 - 2017年5月)和Cochrane圖書館。
為了確保文獻飽和，我們將掃描我們搜索確定的納入研究的參考列表或相關評論。我們還將搜索作者的個人書目參考文件，以確保所有相關研究都被捕獲。我們還將向我們的評審團隊分發一份包含文章的列表。
研究記錄
數據管理
係統檢索將由評審小組使用先前定義的檢索策略，並在係統評審和元分析協議(PRISMA-P)優先報告項目(Preferred Reporting Items for systematic review and Meta-Analysis Protocols)聲明第9和10項的指導下進行。15在每個電子數據庫中分別執行搜索策略後，研究人員將把每次搜索的結果導入EndNote庫。由於同一篇文章可能位於多個數據庫中，重複的條目將被識別並刪除。
研究選擇
我們將使用Covidence係統評估軟件，16一個在線項目，促進審稿人之間的合作，進行係統的評審，進行研究篩選過程。兩位審稿人(MEHDS和ACZ)將獨立評估從電子搜索策略中識別的所有獨特研究的標題和摘要，並排除那些不符合納入標準的研究。對於被判定有資格或可能有資格納入的研究，全文文章將由兩位審稿人進行來源和獨立評估，以澄清其納入的資格。在這一過程中出現的任何分類差異將由兩名審查員和第三名審查員協商一致解決。對於進展到全文篩選階段的研究，我們將記錄研究被排除的原因。
如果有不清楚是否滿足納入標準的情況，我們將嚐試聯係研究通訊作者澄清;如果在申請後四周內未收到答複，或未提供所要求的信息，全文文章中的信息將用於決定研究的資格。
將創建一個圖表來報告通過係統審查的研究流程。
數據收集
來自符合條件的研究的相關數據將由Covidence的兩名審稿人使用標準化的數據提取表單獨立提取。提取的數據將彙總在表格中。如果出現任何數據提取差異，將通過評審團隊之間的討論和共識來解決。
數據項
從每個納入的研究中提取的數據將包括
文章詳情:出版年份、出版期刊;
研究細節:研究問題類型(即幹預、診斷試驗準確性、病因、預後、篩查幹預)、環境、地點、研究設計(如RCT、偽RCT、非RCT、隊列、病例對照、橫斷麵、中斷時間序列、病例序列、病例研究)、參與者數量、參與者人群的健康狀況(如健康、糖尿病等)、參與者特征(年齡、性別)、人群資格標準(納入和排除標準);
方法細節:分析單元(單眼(右眼或左眼)，雙眼或雙眼平均，視情況而定)，評估角膜基底下神經參數(詳見“結果”部分)，IVCM圖像捕獲視野(即300或400 μ m)， IVCM圖像捕獲模式(如體積、序列或切片掃描)，論文中是否提供具有代表性的IVCM基底下神經叢圖像(二分式);
其他詳情:資金來源表(二分法:在場或不在場)、實際資金來源(如行業或政府資助)、利益衝突表(二分法:在場或不在場)、利益衝突類型(如進行研究的公司雇員);
定量測量:以下四個關鍵中樞、角膜基底下神經叢參數的數據(即平均值(SD)或中位數(IQR): CNFL、CNFD、CNBD和CTBD，如“結果”部分所定義。在提供雙眼數據的情況下，我們還將提取相關係數。如果報告了縱向數據，我們將在分析中使用基線數據。由於所有的基底下神經叢參數都是連續的結果，我們將提取每個參數的平均值和標準差的數據，或類似的集中趨勢和變異性的度量。
結果
主要結果將是納入的研究的方法學質量，這些研究使用激光掃描IVCM來量化人類參與者的角膜基底下神經參數。
次要結果如下:
確定在納入的研究中表現最差和/或報告最差的方法學領域(即，被判斷為具有最高的偏倚風險)，作為告知激光掃描IVCM方法及其在未來臨床研究中的穩健報告的基礎。
角膜基底下神經叢參數的平均規範值(即來自健康個體)的meta分析，從中央角膜(由研究作者定義)量化，並使用這些定義進行分析。
納入研究的偏倚風險評估
為了便於評估每個納入研究的方法學質量，根據本綜述的目標，我們開發了一個針對特定目的的18項偏倚風險工具(表1)評估內部效度，包括五個主要範疇:
參與者選擇(包括選擇偏差)
圖像捕獲方法(包括性能偏差和采樣偏差)
圖像分析方法(包括性能偏差)
數據報告(結果和減員傾向的選擇性報告)
其他偏見來源(資金來源和利益衝突)。
偏見風險工具是由評審小組(MEHDS, ACZ, HRC, LED)開發的，他們擁有使用IVCM進行角膜神經分析的專業知識，並在納入的研究中使用Cochrane評估偏見風險(Cochrane幹預係統評論手冊第8章)。19
兩名審稿人將判斷每個納入研究中每種類型偏倚(共18項)的風險(1)低風險，(2)風險不明確(由於缺乏信息或不確定潛在偏倚)或(3)高風險。評審作者將通過與第三方評審人員達成一致意見來解決偏見評估中的任何分歧。在承擔偏倚評估風險時，審稿人將不隱瞞發表期刊或研究作者姓名。
在任何可能的情況下，我們將直接引用研究中的內容來證明偏見評估的每種風險。如果在某些情況下，我們認為需要進一步的信息來確定特定領域的偏倚風險，我們將嚐試聯係該研究的通訊作者以獲取這些信息。如果在請求後四周內未收到回複，或未提供所請求的信息，全文文章中的信息將用於告知偏見評估的風險。
數據合成
對於與方法學質量相關的結果，將提供係統的敘述綜合，並以文本和表格總結相關信息。
如果至少有三項相關研究，我們將對特定角膜基底下神經叢參數(即均值(SD))的定量數據進行meta分析。來自男性和女性參與者的數據將被彙總，因為研究表明性別對角膜基底下神經叢參數沒有顯著影響。20 21
我們將使用一種既定的方法將非參數數據轉換為均值(SD)。22我們將擬合一個多層隨機效應模型來彙集估計。多水平模型將考慮到同一研究中對每個性別分別提出的估計和/或對左右眼分別提出的估計之間的相關性。接下來，我們將擬合一個元回歸模型，以評估以下特征在多大程度上解釋了研究間的差異:(1)參與者年齡(因為該因素與基底下神經叢參數有潛在的重要關係)，23(2)研究設計(如隨機對照試驗、隊列試驗(包括偽隨機對照試驗和非隨機對照試驗)和其他(包括橫斷麵、病例係列/研究))。
統計分析將使用metafor包在R。24日25日
Meta-bias (es)
由於本次評審對符合納入條件的潛在研究設計沒有限製，我們預計無法將已發表報告中的結果與研究方案進行比較，除非納入的研究是隨機對照試驗(RCT)，以評估選擇性結果報告或選擇性分析報告。此外，由於我們的元分析是為了確定規範參數(即角膜基底下神經叢參數)的值，而不是幹預的效果，因此我們不認為元偏差(如發表偏倚、延遲發表等)是本分析的重要因素。
敏感性分析
如果有足夠數量的研究納入綜述，將對CNFL結果進行敏感性分析，以評估排除以下研究的效果:(1)被評價為在圖像選擇-數量和采樣或定量基底下神經參數的方法方麵具有高偏倚風險的研究;(2)包括隱形眼鏡佩戴者(即，隱形眼鏡佩戴不被列為資格排除標準);(3)證據層次較低(如病例報告、病例序列、中斷時間序列);並且(4)來自同一通訊/資深作者，前提是至少50%的論文來自同一通訊作者的研究實驗室。
對累積證據的信心
如果合適，我們將為定量結果提供“研究結果總結”表。在這種情況下，將使用基於建議分級評估、發展和評價的方法來評估證據主體的質量和強度。26
結論
近年來，越來越多的研究采用無創激光掃描IVCM來量化角膜基底下神經叢參數。然而，還沒有任何研究正式考慮在這些調查中使用的方法的質量。本係統綜述將為臨床研究中報道的使用激光掃描IVCM量化角膜神經參數的方法的質量提供見解。該綜述還將確定文獻中表現最差和/或報告最差的特定方法學領域(即，被判斷為具有最高的偏倚風險)，作為告知激光掃描IVCM方法及其在未來臨床研究中的穩健報告的基礎。此外，通過研究人員在開發IVCM協議時將目的特異性風險工具的要素作為指導，本綜述有能力顯著提高該領域未來研究的質量。通過進行meta分析，我們還將確定角膜中樞基底下神經叢參數的平均規範值(即來自健康個體)。這些數據將對未來的研究具有重要的價值，作為參考規範值，建立在先前對多個激光掃描IVCM測試中心的數據進行綜合分析的基礎上。27
致謝
我們感謝墨爾本大學生物科學圖書館的Tania Celeste的幫助，她幫助製定了這篇綜述的搜索策略。
參考文獻
腳注
推特@DrLauraDownie
貢獻者MEHDS和LED起草了初始協議，ACZ和HRC進行了輸入、討論和編輯。AK對“數據綜合”、“元偏倚”和“敏感性分析”部分以及進行元分析的協議組件做出了貢獻。所有作者都提供了論文的最終批文。
相互競爭的利益沒有宣布。
來源和同行評審不是委托;外部同行評議。