《Discover Public Health》：Elevated prevalence of age-related macular degeneration in a low-income urban primary care setting
编辑推荐：
本研究针对年龄相关性黄斑变性（AMD）在基层医疗中诊断不足的问题，在纽约市一家城市初级医疗机构开展了横断面研究，通过非散瞳眼底照相评估了312名50-89岁患者的AMD患病率。结果显示，该样本中可转诊AMD患病率高达48.4%，远超全国估计值，且与较低家庭收入和男性显著相关。该研究强调了在服务不足的社区中开展AMD筛查的必要性，为利用人工智能等技术整合初级眼保健提供了依据。
年龄相关性黄斑变性（Age-related macular degeneration, AMD）是导致50岁以上成年人视力丧失的首要原因。虽然对于渗出性AMD已有新的治疗方法，但它们只能阻止渗出，无法逆转已造成的眼部损伤。早期诊断可以识别出可能受益于基于AREDS补充剂的中期AMD患者，或对侧眼患有晚期AMD的患者，从而延缓疾病进展。然而，在初级医疗机构，尤其是在医疗服务不足的人群中，AMD的诊断率仍然很低。为了解这一问题在现实世界中的严重程度，并探讨疾病负担与健康社会决定因素（如社会经济地位）的关联，一项研究在纽约市的一家医院附属初级医疗机构展开，其成果发表在《Discover Public Health》上。
研究人员是如何开展这项研究的呢？他们对该机构在2020年6月至2023年5月期间进行的一项横断面研究进行了事后分析。研究的对象是年龄在50至89岁之间、到诊所进行常规就诊的患者。参与者接受了非散瞳彩色眼底照相检查。获取的图像被匿名化，并由两位经验丰富的医生使用贝克曼倡议（Beckman Initiative）标准独立进行分级。两位阅片者之间的不一致由第三位高级视网膜专家裁决。研究人员将社会经济地位（SES）的操作性定义简化为邮政编码对应的家庭收入中位数。最后，他们通过多变量逻辑回归分析，检验了可转诊AMD与人口统计学或健康社会决定因素变量之间的关联。该研究最终纳入了312名患者进行分析。
结果
参与者和描述性统计
在研究期间符合条件的1150名患者中，有312人（27.1%）参与了本研究。比较被纳入分析的患者与未参与的患者，在年龄、性别或种族/民族方面均无统计学显著差异，表明研究队列具有代表性。样本总人口为312人，包括207名女性和105名男性。女性参与者成像时的平均年龄为65岁，男性为65.5岁。
患病率和未诊断率
根据贝克曼分级标准，可转诊AMD的患病率为48.4%，远高于基于全国人口水平的估计值。在151例可转诊AMD患者中，只有4例是此前已被诊断的。可转诊AMD的患病率男性（56.19%）高于女性（44.44%），并且随着年龄增长而增加。在绝大多数年龄组中，男性的患病率都高于女性。
社会人口因素与AMD的关系
该队列中，可转诊AMD的患病率与社会经济地位（SES）呈负相关。AMD患者的家庭收入中位数为72,000美元，而非AMD患者的家庭收入中位数为151,000美元，两者之间存在显著差异。在调整后的多变量逻辑回归模型中，男性性别（OR = 2.00, 95% CI 1.02–4.00）和较低的家庭收入与较高的可转诊AMD患病率显著相关。收入与患病风险存在明显的剂量-反应关系：与年收入≥12万美元的参考组相比，收入低于3万美元的参与者患病比值比最高（OR = 53.56），其次是3-7.5万美元（OR = 43.20）和7.5-12万美元（OR = 24.35）。而种族和年龄在调整模型中并未显示出统计学显著关联。
可转诊AMD的患病率在各种族或民族群体之间没有观察到显著差异。患病率最高的群体是西班牙裔或拉丁裔白人（56.25%）、非西班牙裔或拉丁裔白人（52.38%）以及非西班牙裔或拉丁裔非裔美国人（52.31%）。研究还对AMD严重程度进行了细分：114名参与者（36.54%）无AMD，47人（15.06%）患有早期AMD，134人（42.95%）患有中期AMD，17人（5.45%）患有晚期AMD。在134名中期AMD患者中，仅3人（2.24%）有先前诊断；在17名晚期AMD患者中，仅1人（5.88%）有先前诊断。这表明，在这个初级医疗人群中，临床上显著的、先前未被识别的AMD患病率非常高。
结论和讨论
本研究的主要发现是，在一个低收入、多元化的城市初级医疗诊所样本中，可转诊AMD的患病率高达48.4%，且绝大多数病例（97.4%）此前未被诊断。此外，男性性别和较低的收入水平是该人群中AMD患病风险增加的最强预测因素，而种族和年龄在调整后模型中并不显著。
这一患病率远高于美国疾病控制与预防中心（CDC）报告的12.6%（40岁及以上人群）以及比弗达姆眼病研究（Beaver Dam Eye Study）报告的17.2%（所有年龄组）等基于人口的估计。造成这种差异的原因可能包括：本研究对象来自以慢性病管理为主的初级医疗环境，患者可能伴随全身性炎症，这是AMD的已知风险因素；研究使用了标准化的贝克曼分级标准，与其他研究可能存在差异；以及本研究人群的年龄构成和社会经济特征。
男性患病风险更高的发现，虽然与一些基于人口的研究（常报告女性因寿命更长而患病率更高）不同，但可能与生物学和医疗系统因素有关。例如，男性的免疫反应和炎症调节可能不同，睾酮可能增强炎症信号通路，以及在临床环境中男性可能因就诊行为差异而导致疾病发现更晚。而收入与AMD的强烈关联，则凸显了结构性不平等（如获得眼科护理的障碍、缺乏常规筛查以及健康素养挑战）如何导致诊断延迟和可预防的视力丧失。
这项研究的意义在于，它强调了对医疗服务不足的人群进行AMD筛查的重要性。初级医疗诊所，特别是服务于医疗资源匮乏人群的诊所，可能是整合低成本、无创筛查技术的关键场所。结合人工智能（AI）的筛查模型已显示出高准确性，有望在未来提高筛查效率。将视力筛查纳入初级医疗工作流程，并与更广泛的健康公平举措相结合，有可能减少因可预防性眼病导致的盲症和视力障碍方面的差异。
当然，本研究也存在一些局限性。单中心、城市安全网诊所的环境可能限制研究结果对其他人群（特别是农村或高收入地区）的普适性。社会经济地位是通过邮政编码关联的人口普查数据估算的，可能无法完全捕捉个体层面的差异。此外，分析中未包含一些已知的AMD个体风险因素，如吸烟状况、高血压、糖尿病和体重指数，因为这些数据在电子健康记录中并非对所有参与者都一致可用。尽管如此，本研究为理解低收入城市社区中AMD的疾病负担及其与健康社会决定因素的关系提供了宝贵的现实世界证据。
