复合膳食补充剂对干眼症患者泪液分泌和眼部炎症的影响
摘要
干眼症是一种常见的眼部疾病，表现为泪膜不稳定、炎症和不适。研究表明，鱼油、叶黄素和玉米黄质具有抗炎和抗氧化作用。本研究通过一项开放标签干预试验，评估了复合膳食补充剂在改善干眼症患者泪液分泌和减轻眼部表面炎症方面的效果。
信息来源： PubMed Ophthalmology 发布于 2025年1月16日
要点速览
- 干眼症与氧化应激失衡和眼部表面炎症有关。
- 研究评估了复合膳食补充剂在改善干眼症患者泪液分泌和减轻眼部表面炎症的效果。
- 研究是一项开放标签干预试验，共有52名参与者参与。
本站解读
近年来，随着人们对干眼症病因的深入理解，越来越多的研究开始关注营养补充剂在治疗中的潜力。这项研究揭示了复合膳食补充剂在改善干眼症状方面的作用，标志着从传统药物治疗向更综合的治疗方法转变的趋势。这种趋势不仅反映了患者对非侵入性治疗的需求增加，也体现了眼科行业对整体健康管理理念的重视。然而，这一领域的竞争格局正在发生变化。国际上，一些大型制药公司已经开始布局相关产品线，而国内企业也在加紧研发，试图抢占市场先机。尽管如此，目前国内外的研发管线进度仍存在差异，国外企业在临床试验阶段更为领先，国内企业则更多处于早期研发或临床前阶段。未来，需要密切关注的是这些产品的长期疗效和安全性数据，以及监管机构对其审批的态度。此外，随着消费者健康意识的提升，这类产品的市场需求有望进一步扩大，但同时也将面临更高的监管标准和市场竞争压力。
常见问题
这个研究对干眼症患者有什么帮助？
这项研究表明，复合膳食补充剂可能有助于改善干眼症患者的泪液分泌和减轻眼部表面炎症。如有疑虑可咨询眼科医生。
哪些成分被用于研究中的膳食补充剂？
研究中使用的膳食补充剂包含鱼油、叶黄素和玉米黄质等成分。
延伸阅读
唾液腺移植重塑重症干眼治疗格局
重度干眼症因长期缺乏泪液导致角膜上皮持续损伤，最终引发视力障碍甚至失明，现有疗法如人工泪液、泪点栓塞或免疫抑制剂仅能缓解症状，无法恢复泪腺功能。本研究基于自体下颌下腺移植技术，通过外科手段将唾液腺转位至眼眶周围并建立与结膜的导管连接，利用其分泌特性替代泪液功能。研究纳入42例Sjögren综合征或其他病因导致的终末期干眼患者，术后随访12个月，Ocular Surface Disease Index（OSDI）评分从基线38.7±5.2显著下降至16.3±4.1，角膜荧光素染色评分由3.9±0.6降至1.1±0.4，泪膜破裂时间（TBUT）从2.1±0.8秒延长至8.7±1.9秒。共38例（90.5%）患者实现人工泪液使用频率减少50%以上，12例完全停用。未观察到移植腺体萎缩或导管阻塞等主要并发症。研究证实，唾液腺移植不仅能重建眼表稳态，还可逆转长期干眼引起的上皮病变，为功能修复型治疗提供了高级别临床证据。
角膜神经评估新技术：干眼症与眼表疾病的诊断突破
最新研究表明，角膜神经在干眼症（DED）及其他相关眼表疾病（OSDs）的病理生理过程中起着关键作用。这些疾病越来越多地表现出神经病变和营养不良成分，其中角膜神经形态和功能的改变对症状和疾病进展有重要影响。近年来，成像和诊断技术的进步使得能够详细、活体评估角膜神经结构和感觉功能，为理解其机制和治疗反应提供了新的见解。本文综述了当前和新兴的角膜神经评估技术，包括结构方法如活体共聚焦显微镜（IVCM）、光学相干断层扫描（OCT）-基于的神经成像（如微OCT）及多光子显微镜等；以及功能方法如高级触觉计、定量感觉测试（QST）和功能性磁共振成像（fMRI）。此外，人工智能驱动的分析平台也应用于结构和功能评估。这些技术有助于区分DED亚型、选择靶向治疗、监测神经再生并预测治疗结果。通过整合结构和功能评估，这些技术正在重塑DED和其他相关OSDs的诊断、分型和管理，为个性化治疗铺平道路。
视频大语言模型在干眼科普视频质量评估中的基准测试
短视频平台的迅速崛起改变了人们获取健康信息的方式，但也加剧了错误信息和虚假信息的传播。干眼症作为一种常见的眼表疾病，成为研究这一问题的典型案例。本文提出了一种基于视频大语言模型（VideoLLMs）的框架，用于自动评估科普视频的质量。研究使用了三种代表性的VideoLLMs（VideoLLaMA3、QwenVL和InternVL），并采用三个已建立的评估工具：PEMAT-A/V、GQS和VIQI进行基准测试。从TikTok收集了185个中文干眼症视频，并由两位眼科医生独立标注。通过组内相关系数（ICC）量化VideoLLM生成分数与专家评分的一致性。结果显示，大多数指标下，VideoLLMs与专家标注的一致性较差（ICC < 0.40），仅在PEMAT-A/V的可操作性维度上，QwenVL和InternVL分别达到了ICC 0.50和0.43。这项工作建立了首个VideoLLMs在眼科科普视频评估中的基准，并揭示了当前模型性能的重大局限，一致性水平远未达到实际应用的要求。该开源框架旨在系统评估模型行为，突出现有差距，并推动进一步的方法改进。