Oxygénation des lits capillaires à la papille optique des patients sains et glaucomateux

Le glaucome représente la première cause de cécité irréversible à l’échelle mondiale. C’est une maladie neuro-dégénérative caractérisée traditionnellement par une pression intraoculaire (PIO) élevée, un dommage du nerf optique et un défaut du champ visuel correspondant. En fait, la PIO élevée constitue le facteur de risque central associé au développement du glaucome. Cependant, en dépit d’un contrôle adéquat de la PIO, la maladie continue à progresser chez certains patients. Cela montre qu’il existe d’autres facteurs impliqués dans la pathogenèse du glaucome. Des études récentes indiquent qu’un dérèglement de l’oxygène est associé à son développement. En utilisant une nouvelle technologie multi-spectrale capable de mesurer la saturation en oxygène (SaO2) dans les structures capillaires de la rétine, cette étude tentera de déterminer si un état d’oxygénation anormal pourrait se retrouver à la papille optique des patients souffrant de glaucome. Une meilleure compréhension du rôle de l’oxygène pourrait aider à améliorer le pronostic du glaucome. Les résultats de l’étude indiquent que le facteur de position (supérieure, temporale et inférieure de la papille optique) n’a aucun effet sur la mesure SaO2 ainsi que sa variabilité chez les patients normaux. La comparaison de la SaO2 entre les sujets normaux et glaucomateux ne montre pas de différence statistiquement significative. En conclusion, la SaO2 «normale» mesurée dans les yeux glaucomateux n'exclut pas nécessairement que l'hypoxie ne soit pas impliquée dans la pathogenèse. Au moment de l’étude, la PIO était bien contrôlée par des médicaments topiques, ce qui pourrait influencer l’oxygénation à la papille optique.

Evaluation of Reducibility of Trunk Asymmetry in Lateral Bending

The value of the lateral bending test is important in the assessment of spinal curve mobility and prediction of surgical outcome in the treatment of adolescent idiopathic scoliosis (AIS). However, radiographic bending tests are unable to assess the reducibility of trunk asymmetry. This study aims to exploit surface topography measurement in order to evaluate the changes in shape of the trunk (a) between bending and neutral standing positions, and (b) between standing pre- and post-operative visits, in a cohort of adolescents with AIS having undergone surgical correction; and to correlate the differences measured in cases (a) and (b). Our cohort includes 13 patients with right thoracic AIS. Each patient had their 3D trunk surface digitized with a multi-head InSpeck system in standing posture (at the pre-op and post-op visits) and in maximum voluntary right and left bending (at the pre-op visit). We developed a novel trunk shape analysis method which produces a set of inclined trunk cross-sections allowing comparison between different postures. Two asymmetry indices, trunk rotation (TR) and back surface rotation (BSR), were computed in all cases and a statistical analysis was performed. Our correlation study (Pearson test) showed fair correlations in most cases between the changes in side-bending and those post-surgery, with the strongest relationship (p-value < 0.01) when combining the TR measurements from both bendings. These results provide evidence that the bending test can be used to assess trunk asymmetry reducibility. The proposed approach could provide a non-invasive trunk asymmetry reducibility test for routine clinical use in AIS surgery planning.

Prediction of scoliosis curve type based on the analysis of trunk surface topography

Scoliosis treatment strategy is generally chosen according to the severity and type of the spinal curve. Currently, the curve type is determined from X-rays whose acquisition can be harmful for the patient. We propose in this paper a system that can predict the scoliosis curve type based on the analysis of the surface of the trunk. The latter is acquired and reconstructed in 3D using a non invasive multi-head digitizing system. The deformity is described by the back surface rotation, measured on several cross-sections of the trunk. A classifier composed of three support vector machines was trained and tested using the data of 97 patients with scoliosis. A prediction rate of 72.2% was obtained, showing that the use of the trunk surface for a high-level scoliosis classification is feasible and promising.