gms | German Medical Science

Hintergrund: Die refraktive Chirurgie nimmt immer mehr an Bedeutung zu, allerdings ist eine der gefürchtetsten Komplikationen die iatrogene Keratektasie. Diese entsteht in den meisten Fällen nach refraktiv-chirurgischen Eingriffen von Augen mit frühen Keratokonusformen, die wenige oder keine klinischen Zeichen aufweisen (subklinischer Keratokonus). Leider gibt es bis heute noch kein hinreichend sicheres diagnostisches Verfahren zur Früherkennung eines subklinischen Keratokonus und deshalb besteht hier ein großes Forschungsinteresse.

Methodik: Gruppe 1 mit 32 Augen von 32 Patienten mit einer Erstdiagnose „Keratokonus“ auf dem Partnerauge; Gruppe 2 mit 245 normalen Augen von Patienten mit Zustand nach Laser-in-situ-Keratomileusis und unauffälligen Nachkontrollen innerhalb von 12 Monaten. Die Eingangsdaten bestehen aus Zernike-Koeffizienten von 1. bis 7. Ordnung der Hornhautvorder- und Rückfläche und Pachymetriedaten. Aus den Daten wurde eine lineare Diskriminanzanalyse durchgeführt und Entscheidungsbäume gebildet. Die diagnostische Trennschärfe der ermittelten Diskriminanzfunktionswerte wurde mithilfe der Analyse der mittels „Receiver Operating Characteristics“- (ROC-)Kurven ermittelt.

Ergebnisse: Entscheidungsbäume aus Daten der Rückfläche sowie Vorder- und Rückfläche liefern eine hohe korrekte Klassifikation von 92,1% und 92,4%. Auch die Spezifität kann gesteigert werden und ist besonders hoch bei den Entscheidungsbäumen der Pachymetriedaten von 98,4%. Im Vergleich zur Diskriminanzanalyse war die Sensitivität geringer. Der höchste Wert lag hier für die Entscheidungsbäume aus den Werten der Vorderfläche sowie Vorder- und Rückfläche nur bei 78,1%.

Schlussfolgerungen: Die Ergebnisse zeigen, dass sowohl Entscheidungsbäume als auch die Diskriminanzanalyse normale Augen von Augen mit subklinischem Keratokonus zu trennen vermochten. Entscheidungsbäume konnten im Vergleich zur Diskriminanzanalyse eine mäßige Steigerung der Trennschärfe bewirken.