Quantifizierung der Progression und des Pegcetacoplan-Erfolgs bei geografischer Atrophie durch Deep Learning

MEDICAL RETINA Wien – An der Augenklinik der Medizinischen Universität Wien, Österreich, führte ein Forscherteam um Wolf-Dieter Vogl eine retrospektive Analyse einer klinischen Phase-II-Studie zur Bewertung von Pegcetacoplan bei Patienten mit geografischer Atrophie (GA) als Folge einer altersbedingten Makuladegeneration durch. Ihr Augenmerk galt dabei der Feststellung der Erkrankungsaktivität und den Auswirkungen der intravitrealen Pegcetacoplan-Therapie auf die topografische Progression der GA, quantifiziert im Spektral-Domänen-OCT (SD-OCT) durch automatisierte Deep-Learning-Auswertung. Insgesamt wurden 312 SD-OCT-Scans vom Ausgangszeitpunkt und dem Follow-up nach 12 Monaten eingeschlossen, von 57 Augen mit monatlicher Therapie, von 46 Augen mit Therapie jeden zweiten Monat (EOM) und von 53 Augen mit Scheininjektionen. Der Verlust des retinalen Pigmentepithels, die Integrität der Photorezeptoren (PR) und die hyperreflektiven Herde (HRF) wurden mithilfe validierter Deep-Learning-Algorithmen automatisch klassifiziert. Die lokale Progressionsrate (LPR) wurde anhand eines Wachstumsmodells bestimmt, welches die lokale Ausdehnung der GA-Ränder jeweils zwischen dem Ausgangswert und dem Zeitpunkt nach einem Jahr bestimmte. Für jeden einzelnen Randpunkt wurden die Exzentrizität zum Foveazentrum, die Verlaufsrichtung, die mittlere PR-Dicke und die HRF-Konzentration in der Verbindungszone berechnet. Die mittlere LPR der Krankheitsaktivität und der von diesen Eigenschaften abhängige Behandlungseffekt wurden durch räumlich verallgemeinerte additive Mixed-Effect-Modelle geschätzt. Hauptzielparameter waren die lokale Progressionsrate der geografischen Atrophie, die Dicke der Photorezeptorenschicht und die Konzentration der hyperreflektiven Herde in μm. Insgesamt wurden 31.527 lokale GA-Randpositionen analysiert. Die LPR war höher in Bereichen mit geringerer Exzentrizität zur Fovea, dünnerer PR-Schichtdicke oder höherer HRF-Konzentration in der GA-Verbindungszone. Bei der Kontrolle topografischer und struktureller Risikofaktoren ergaben sich im Durchschnitt signifikant niedrigere LPR (-28,0%; 95% Konfidenzintervall [KI] -42,8 bis -9,4; p = 0,0051 und -23,9%; 95% KI – 40,2 bis -3,0; p = 0,027) für monatlich beziehunsgweise EOM-behandelte Augen im Vergleich zur Scheinbehandlung. Die Beurteilung der GA-Progression auf topografischer Ebene ist unerlässlich, um die pathognomonische Heterogenität des individuellen Läsionswachstums und des therapeutischen Ansprechens zu erfassen. Die Autoren teilen in der elektronischen Vorabpublikation beim Fachjournal OPHTHALMOLOGY RETINA im August 2022 mit, dass mit Pegcetacoplan-behandelte Augen eine signifikant langsamere Progressionsrate der GA-Läsion im Vergleich zu scheinbehandelten Augen und zudem eine langsamere Wachstumsrate in Richtung der Fovea aufwiesen. Die Studie könne dazu beitragen, Patientenkohorten mit schneller fortschreitenden Läsionen zu identifizieren, bei denen eine Behandlung mit Pegcetacoplan besonders vorteilhaft wäre. Automatisierte, auf künstlicher Intelligenz basierende Tools werden nach Auffassung der Forscher zukünftig eine zuverlässige Hilfestellung für das Management einer GA in der klinischen Praxis bieten. (bs)

Autoren: Vogl WD, Riedl S, Mai J, Reiter GS, Lachinov D, Bogunović H, Schmidt-Erfurth U. Korrespondenz: Ursula Schmidt-Erfurth, MD, Department of Ophthalmology, Medical University of Vienna, Waehringer Guertel 18-20, Vienna A-1090, Austria. E-Mail: ursula.schmidt-erfurth@meduniwien.ac.at Studie: Predicting Topographic Disease Progression and Treatment Response of Pegcetacoplan in Geographic Atrophy Quantified by Deep Learning. Quelle: Ophthalmol Retina. 2022 Aug 7:S2468-6530(22)00376-1. doi: 10.1016/j.oret.2022.08.003. Epub ahead of print. PMID: 35948209. Web: https://www.sciencedirect.com/science/article/pii/S2468653022003761