원발개방각녹내장 환자에서 표준자동시야검사의 장기 변동성

Long-term Visual Field Variability in Patients with Primary Open-angle Glaucoma

Article information

J Korean Ophthalmol Soc. 2024;65(8):525-539
Publication date (electronic) : 2024 August 14
doi : https://doi.org/10.3341/jkos.2024.65.8.525
1Department of Ophthalmology, Pusan National University College of Medicine, Busan, Korea
2Department of Ophthalmology, Pusan National University Yangsan Hospital, Yangsan, Korea
3Department of Statistics, Pusan National University, Busan, Korea
4Biomedical Research Institute, Pusan National University Hospital, Busan, Korea
하승희1, 이주황1, 김화영1, 문상우2, 양호진3, 이지웅,1,4
1부산대학교 의과대학 안과학교실
2양산부산대학교병원 안과
3부산대학교 통계학과
4부산대학교병원 의생명연구원
Address reprint requests to Jiwoong Lee, MD, PhD Department of Ophthalmology, Pusan National University College of Medicine, #179 Gudeok-ro, Seo-gu, Busan 49241, Korea Tel: 82-51-240-7326, Fax: 82-51-240-7434 E-mail: glaucoma@pusan.ac.kr
Received 2023 November 1; Revised 2024 February 9; Accepted 2024 July 17.

Abstract

목적

원발개방각녹내장 환자에서 C24-2 표준자동시야검사의 장기 변동성에 영향을 미치는 인자를 알아보고자 한다.

대상과 방법

경과관찰이 6년 이상, 12회 이상 자동시야검사를 시행한 원발개방각녹내장 환자의 의무기록을 후향적으로 조사했다. Pointwise variability는 시간에 따른 52개의 total deviation 변화에 대해, global variability는 시간에 따른 mean deviation (MD) 변화에 대해 선형 회귀 분석을 시행하여, 모델의 추정 값과 실제 값의 차이를 이용해 평균 제곱근 오차로 계산했다. 모델의 변수 선택을 위해 hierarchical clustering을 이용해 변수 군집화를 시행, 유사도 지표로 squared Spearman 상관분석을 사용했다. 시야검사 장기 변동성과 변수 사이 관계는 선형혼합모형으로 분석했다.

결과

원발개방각녹내장 환자 157명 246안이 분석에 포함되었다. 망막신경섬유층두께 모델에서 기저 유두주위 망막신경섬유층두께가 얇을수록, 기저 안압, 평균 안압이 낮을수록, 안압 변동이 클수록, 시야 진행 속도가 빠를수록 시야검사의 장기 변동성은 증가하였다(모든 p≤0.037). MD모델에서 기저 MD, 기저 안압, 평균 안압이 낮을수록, 시야 진행 속도가 빠를수록 시야검사의 장기 변동성이 증가했다(모든 p≤0.035).

결론

안압이 낮고 녹내장 손상이 심한 원발개방각녹내장 환자에서 안압 변동폭이 크고, 시야 진행 속도가 빠를 경우 시야 악화 판단에 있어 시야검사의 장기 변동성을 고려해야 할 것으로 생각된다.

Trans Abstract

Purpose

To investigate factors associated with variability in the longitudinal visual field (VF) test in patients with primary open-angle glaucoma (POAG).

Methods

This retrospective study enrolled POAG patients with VF ≥ 12 who were followed up for ≥ 6 years. First, 52 total deviation values of VF series for each eye were linearly regressed against time (years), and the root mean square error (RMSE) of the residuals was used to measure long-term pointwise VF variability. The mean deviation (MD) of the VF series for each eye was linearly regressed against time (years), and the RMSE of the residuals was used to measure long-term global VF variability. Using hierarchical clustering, variable clustering was performed to select variables and Spearman’s correlation was used as a similarity index. We fitted a mixed effect linear regression model and evaluated factors associated with the long-term VF variability in each regression model.

Results

The study included 246 eyes of 157 patients with POAG. Worse baseline peripapillary retinal nerve fiber layer (RNFL) thickness, lower baseline intraocular pressure (IOP), lower mean IOP, greater IOP fluctuation, and a faster VF decay rate were associated with increased long-term pointwise VF variability in the RNFL thickness model (all p ≤ 0.037). Worse baseline MD, lower baseline IOP, lower mean IOP, and faster VF decay rate were associated with increased long-term global VF variability in the MD model (all p ≤ 0.035).

Conclusions

Lower baseline and mean IOP, greater IOP fluctuation, worse glaucoma severity, and a faster VF decay rate were associated with greater long-term VF variability in patients with POAG. These factors should be considered when evaluating VF progression.

빠른 속도로 시야가 악화하는 녹내장 환자에게는 실명 방지를 위해 조기에 적극적 치료를 시행하는 것이 필요하므로, 녹내장 환자에서 시야 결손의 진행을 파악하는 것이 치료 방향 결정에 매우 중요하다.1,2 현재 표준자동시야검사(standard automated perimetry)를 이용한 시야 평가가 녹내장성 시야 결손의 진행을 확인하는 표준 검사 방법으로 사용되고 있는데,3 다양한 인자들이 시야검사 결과에 영향을 미칠 수 있고, 이러한 인자들로 인해 시야검사의 장기 변동성(variability)이 발생할 수 있다.

시야검사의 장기 변동성에 영향을 주는 인자는 시야검사 자체 측면과 환자 측면의 인자들로 나눌 수 있다. 시야검사의 알고리즘, 자극(stimulus)의 크기, 가양성률, 가음성률, 소요시간, 진행 속도, 우안 또는 좌안, 검사자의 숙련도, 검사가 시행된 시간과 같은 시야검사 자체 측면의 인자들이 시야검사의 변동성에 영향을 줄 수 있다.4-8 또한 시력, 인종, 녹내장의 진행 정도, 학습효과, 피검자의 피로도, 매체 혼탁, 안압 변동, 기저 mean deviation (MD), 녹내장 수술 시행여부, 인지저하, 경과관찰 기간과 같은 환자 측면의 인자들 또한 시야검사의 장기 변동성과 관련이 있다고 보고된 바 있다.9-12 Rabiolo et al9은 시야검사의 장기 변동성에 영향을 미치는 인자를 분석한 연구에서, 안압 변동이 크고, 기저 MD 값이 더 나쁜 경우, 가양성률과 가음성률이 높은 경우, 경과관찰 중 녹내장 수술을 시행받은 경우, 시야검사의 진행속도가 빠른 경우, 경과관찰 기간이 길고 시야검사의 시행빈도가 높을수록 시야검사의 장기 변동성이 증가한다고 보고하였다. 그러나 이러한 연구들에서는 현재 녹내장 환자의 임상진료에 널리 사용되고 있는 빛간섭단층촬영 검사 결과가 분석에 포함되지 않았다는 단점이 있다.

시야검사의 장기 변동성은 시야검사의 악화로 잘못 해석되거나, 반대로 시야검사의 변동성으로 인해 시야검사의 악화를 발견하지 못하는 경우가 있다. 따라서 녹내장 환자에서 시야 결손의 진행을 판단하는 데 있어 시야검사의 변동성이 영향을 미칠 수 있으므로, 시야검사 결과의 해석 시에는 변동성에 주의하여야 한다.6,8

국내에서 시야검사의 장기 변동성에 관해 보고한 연구는 1개에 불과하다. 시야결손 전 녹내장군과 정상군에서 표준자동시야검사의 변동성을 비교한 국내의 연구에서는, 시야검사 변동성은 정상군에 비해 시야결손 전 녹내장에서 증가했고, 망막신경섬유층 결손이 있는 경우 시야검사 변동성이 정상인보다 크게 나타났다.13 그러나 이 연구에 포함된 환자수가 비교적 적었고, 시야결손 전 녹내장 환자만을 대상으로 하였기 때문에, 한국인에서 원발개방각녹내장 환자를 대상으로 시야검사의 장기 변동성과 이와 관련된 인자를 분석한 연구는 부족한 실정이다. 이에 본 연구에서는 한국인 원발개방각녹내장 환자에서 표준자동시야검사의 장기 변동성에 영향을 미치는 인자들을 알아보고자 한다.

대상과 방법

대상

부산대학교병원에서 원발개방각녹내장으로 6년 이상 경과관찰하고 시야검사 횟수가 12회 이상인 환자들의 의무기록을 분석하여 후향적 연구를 진행하였다. 모든 환자들은 기저 방문 시 세극등현미경 검사, 전방각경검사, 골드만압 평안압계를 이용한 안압 측정, 최대교정시력 측정, 전방각경검사, IOL Master (Carl Zeiss Meditec, Dublin, CA, USA)를 이용한 중심각막두께와 안축장 길이 측정, Humphrey Field Analyzer (Carl Zeiss Meditec)를 이용한 C24-2 Swedish Interactive Thresholding Algorithm standard 시야검사, 빛간섭단층촬영 검사(Cirrus HD-OCT; Carl Zeiss Meditec)를 시행하였다. 빛간섭단층촬영 검사를 이용하여 측정한 유두 주위 평균 망막신경섬유층두께를 분석에 포함하였다. 기저안압은 안압약 사용과 관계없이 분석에 사용된 첫 시야검사를 시행한 날짜에 측정된 안압으로 정의하였다. 연구 기간 중에 안과 수술을 받은 경우 안과 수술 직후에 발생할 수 있는 안압의 변동성을 고려하여, 수술 후 안압은 3개월 이후 시야검사를 시행한 날짜의 의무기록에서 획득하였고, 수술 후 3개월 이내의 시야검사와 안압 수치는 분석에서 제외하였다.14,15 모든 방문 시 골드만압평안압계를 이용하여 측정한 안압의 평균과 표준편차를 구하고, 그 표준편차를 안압 변동(fluctuation)으로 정의하였다.

시야검사의 학습 효과를 배제하기 위하여, 첫 2회의 시야검사 결과는 분석에서 제외하였고, 시야검사 신뢰도 기준으로 주시 상실이 30% 이하, 가음성 반응이 30% 이하, 가양성 반응이 15% 이하인 시야검사만을 분석에 포함하였다. 원발개방각녹내장 환자와 시야 결손 전 원발개방각녹내장을 모두 분석에 포함하였다. 원발개방각녹내장은 안압과 관계없이 전방각경검사에서 개방각이고 특징적인 녹내장성 시신경손상과 그에 상응하는 시야결손이 있는 경우로 정의하였고, 시야결손 전 원발개방각녹내장은 녹내장성 시신경 손상을 가지고 있으면서 시야검사가 정상일 때 진단하였다. 따라서, 고안압녹내장과 정상안압녹내장을 포괄하여 분석을 시행하였다. 녹내장성 시신경손상은 시신경유두테의 좁아짐, 패임, 시신경유두출혈, 양안의 수직유두함몰비 차이가 0.2 이상 또는 망막신경섬유층결손을 동반하는 경우로 정의하였다. 녹내장성 시야결손은 표준자동시야검사의 pattern deviation plot에서 인접한 점 3개 이상의 역치가 정상의 5% 미만으로 나타나고 그중 한 개 이상은 1% 미만인 경우, 그리고 Glaucoma Hemifield Test에서 outside normal limit이거나 pattern standard deviation이 정상의 5% 미만인 경우로 정의하였다. 연령이 만 18세 미만인 경우, 안외상이나 안내 수술 과거력이 있는 환자(합병증 없이 시행된 백내장 수술과 녹내장 수술은 포함), 시력 또는 시야에 영향을 미칠 수 있는 망막 질환, 매체 혼탁 등 안질환 및 신경학적 질환이 있는 경우, 녹내장 이외의 시신경 손상을 동반할 수 있는 원인 질환이 있는 경우는 연구 대상에서 제외하였다. 양안 모두 선정 기준을 만족하는 경우에는 양안을 분석에 포함시키고, 혼합 모형(mixed model)을 이용하여 양안 사이의 상관성(inter-eye correlation)을 보정하였다. 본 연구는 부산대학교병원의 연구윤리심의위원회의 승인을 받았으며 검사와 분석 과정은 헬싱키선언을 준수하여 시행되었다(승인번호: 2309-029-131).

시야검사의 장기 변동성

시야검사의 장기 변동성을 분석하기 위해 맹점 2개를 제외한 52개 지점에서 전 기간 total deviation value (TDV)와 MD가 사용되었다. 각 안 시야검사의 52개 검사 지점에서 첫번째부터 마지막 시야검사까지 시간에 따른 TDV와 MD의 변화에 대한 선형(linear) 회귀 분석을 시행하였다.

y = α + βx

x : time, y : TDV in decibel or MD in decibel

모델의 추정값(predicted TDV, predicted MD)과 실제 값(true TDV, true MD)의 차이를 이용하여 아래 수식과 같이 평균제곱근오차(root mean square error, RMSE)를 계산하였다.

RMSEi=t=1number of visual fieid exam(trueTDVi,t-predictedTVDi,t)2number of visual fieid exam

RMSEi = RMSE of ith test location of visual field exam

TDVi,t = TDV of ith test location of visual field exam, tth visual field exam

RMSEt=t=1number of visual fieid exam(trueMDt-predictedMDt)2number of visual fieid exam

RMSEt = RMSE of tth visual field exam

MDt = MD of tth visual field exam

각 안에서 시야검사 지점 52개 TDV에 대한 RMSE의 평균을 구하고, 이를 시야검사의 pointwise variability로 정의하였고, 각 안에서 MD의 RMSE를 시야검사의 global variability으로 정의하였다.

통계 분석

모든 통계 분석은 R software (R Foundation for Statistical Computing, Vienna, Austria; Version 4.1.1)를 이용하였다. 먼저 변수들 간의 공선성을 고려한 변수 선택을 위해 hierarchical clustering 분석을 이용하여 변수 군집화를 시행하였고, 유사도 지표로 squared Spearman 상관 분석을 사용하였다. 변수 선택 기준을 rho2 ≤ 0.25로 설정하였고, 임상적 유의성을 고려하여 변수를 제외하였다(Fig. 1).

Figure 1.

The collinearity between ophthalmic variables was explored with a hierarchical cluster analysis based on the squared Spearman correlations before the fitting of model. The line indicates the values of rho2 of 0.25. VF = visual field; RNFL = retinal nerve fiber layer; MD = mean deviation; PSD = pattern standard deviation; VFI = visual field index; IOP = intraocular pressure; CCT = central corneal thickness; SE = spherical equivalent.

공통적으로 포함된 기저 변수로는 나이, 성별, 당뇨 및 고혈압 유무, 최대교정시력, 중심각막두께, 안축장 길이, 안압하강제 사용 개수였고, 공통적으로 포함된 장기적인 변수로는 경과관찰 기간, 시야검사 시행 횟수, 안압 변동, 경과관찰 기간 동안 시행한 백내장 수술 혹은 녹내장 수술, MD slope였다. TDV의 RMSE와 MD의 RMSE를 각각 종속변수로 하여, 이상의 변수들과 빛간섭단층촬영 검사의 기저 망막신경섬유층 두께 혹은 시야검사의 기저 MD를 포함한 모델에서 기저 안압 혹은 평균 안압을 포함한 총 4가지의 서로 다른 모델을 생성하였다. RMSE를 종속변수로 설정하고, 양안 사이의 상관성(inter-eye correlation)을 보정하기 위해 랜덤효과(random effect)를 설정한 선형혼합모델(linear mixed model)을 적용하고, 통계적으로 유의한 변수를 파악하였다. p 값이 0.05 미만일 때 통계적으로 유의한 것으로 간주하였다.

결 과

2007년 6월부터 2021년 1월까지 부산대학교병원에 내원한 원발개방각녹내장 환자 157명 246안이 연구에 포함되었다. 환자들의 평균 나이와 경과관찰 기간은 각각 60.74 ± 14.49세, 8.04 ± 1.44년(평균 ± 표준편차)이었고, 1안당 시행한 시야검사의 평균 회수는 12.96 ± 2.26회였다. 시야검사의 기저 MD는 -5.62 ± 5.31 decibel (dB)이었고, 빛간섭단층촬영검사의 기저 유듀주위 망막신경섬유층 두께는 76.37 ± 13.84 μm였다. 기저 안압은 15.14 ± 3.39 mmHg였고, 경과관찰 기간 동안 안압 변동은 2.25 ± 1.14 mmHg였다. 기저 안압 측정 시 129안(52.4%)에서 안압하강제를 사용하고 있었고 117안(47.6%)에서 안압하강제를 사용하지 않고 있었다. 경과관찰 이전 백내장 수술 과거력이 있는 경우는 13안(5.3%)이었고, 녹내장 수술 과거력이 있는 경우는 3안(1.2%)이었다. 경과관찰 중 백내장 수술을 시행한 경우는 38안(15.5%), 녹내장 수술을 시행한 경우는 55안(22.4%)이었다. MD의 RMSE는 1.18 ± 0.60 dB이었고, TDV의 RMSE는 2.40 ± 0.94 dB이었다(Table 1).

Demographic and clinical characteristics of entire population

MD slope와 visual field index (VFI) slope 변수 사이의 유사도 지표인, squared Spearman’s rho는 0.80이었다. 임상적 유의성을 고려하여, 두 변수 중 VFI slope를 제외하고 MD slope를 모든 모델에서 공통적으로 포함된 장기적인 변수로 선택하여 분석하였다.

TDV의 RMSE를 종속변수로 한 pointwise variability 분석에서, 기저 망막신경섬유층두께와 기저 안압이 포함된 모델 1에서는 기저 안압이 낮을수록(estimate, -0.206 dB; 95% confidence interval [CI], -0.315 to -0.098 dB; p<0.001), 안압 변동이 클수록(0.132 dB; 95% CI, 0.013-0.251, p=0.030) 그리고 기저 유두주위 망막신경섬유층 두께가 얇을수록(-0.297 dB; 95% CI, -0.407 to -0.187, p<0.001), MD slope가 가파를수록(-0.937 dB; 95% CI, -0.407 to -0.187, p<0.001) 시야검사의 장기 변동성은 증가하였다(Table 2, Fig. 2). 기저 망막신경섬유층두께와 평균 안압이 포함된 모델 2에서는 평균 안압이 낮을수록(-0.212 dB; 95% CI, -0.342 to -0.083 dB; p=0.001), 안압 변동이 클수록(0.129 dB; 95% CI, 0.008-0.250, p=0.037) 그리고 기저 유두주위 망막신경섬유층 두께가 얇을수록(-0.281 dB; 95% CI, -0.394 to -0.168, p<0.001), MD slope가 가파를수록(-0.999 dB; 95% CI, -1.264 to -0.734, p<0.001) 시야검사의 장기 변동성이 증가하였다(Table 3, Fig. 3).

Relationship between long-term pointwise variability and predictive factors of model 1 (baseline retinal nerve fiber layer thickness and baseline intraocular pressure included)

Figure 2.

Forest plot showing the model 1 which includes baseline RNFL and baseline IOP. Blue and red dots indicate the estimates for root mean square error of total deviation value; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure; RNFL = retinal nerve fiber layer.

Relationship between long-term pointwise variability and predictive factors of model 2 (baseline retinal nerve fiber layer thickness and mean intraocular pressure included)

Figure 3.

Forest plot showing the model 2 which includes baseline RNFL thickness and mean IOP. Blue and red dots indicate the estimates for root mean square error of total deviation value; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure; RNFL = retinal nerve fiber layer.

시야검사의 기저 MD와 기저 안압이 변수로 포함된 모델 3에서는 기저 안압이 낮을수록(-0.165 dB; 95% CI, -0.263 to -0.067 dB; p=0.001), 기저 MD가 낮을수록(-0.459 dB; 95% CI, -0.552 to -0.366, p<0.001), MD slope가 가파를수록(-0.930 dB; 95% CI, -1.164 to -0.696, p<0.001) 시야검사의 장기 변동성은 증가하였다(Table 4, Fig. 4). 시야검사의 기저 MD와 평균 안압이 포함된 모델 4에서는 평균 안압이 낮을수록(-0.128 dB; 95% CI, -0.247 to -0.009 dB; p=0.035), 기저 MD가 낮을수록(-0.452 dB; 95% CI, -0.549 to -0.355, p<0.001), MD slope가 가파를수록(-0.972 dB; 95% CI, -1.207 to -0.736, p<0.001) 시야검사의 장기 변동성이 증가했다(Table 5, Fig. 5).

Relationship between long-term pointwise variability and predictive factors of model 3 (baseline mean deviation and baseline intraocular pressure included)

Figure 4.

Forest plot showing the model 3 which includes baseline mean deviation and baseline IOP. Blue and red dots indicate the estimates for root mean square error of total deviation value; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure.

Relationship between long-term pointwise variability and predictive factors of model 4 (baseline mean deviation and mean intraocular pressure included)

Figure 5.

Forest plot showing the model 4 which includes baseline mean deviation and mean IOP. Blue and red dots indicate the estimates for root mean square error of total deviation value; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure.

MD의 RMSE를 종속변수로 한 global variability 분석에서, 기저 망막신경섬유층두께와 기저 안압이 포함된 모델 5에서는 연령이 높을수록(0.137 dB; 95% CI, 0.023-0.252 dB; p=0.020), 기저 안압이 낮을수록(-0.110 dB; 95% CI, -0.191 to -0.028, p=0.008), 안압 변동이 클수록(0.124 dB; 95% CI, 0.036-0.212, p=0.006), 그리고 MD slope가 가파를수록(-0.239 dB; 95% CI, -0.435 to -0.043, p=0.017) 시야검사의 장기 변동성은 증가하였다(Table 6, Fig. 6). 기저 망막신경 섬유층두께와 평균 안압이 포함된 모델 6에서는 연령이 높을수록(0.128 dB; 95% CI, 0.009-0.248, p=0.036), 안압 변동이 클수록(0.112 dB; 95% CI, 0.023-0.201, p=0.014) 그리고 MD slope가 가파를수록(-0.268 dB; 95% CI, -0.463 to -0.073, p=0.008) 시야검사의 변동성이 증가하였다(Table 7, Fig. 7). 시야검사의 기저 MD와 기저 안압이 변수로 포함된 모델 7에서는 연령이 높을수록(0.137 dB; 95% CI, 0.024-0.250, p=0.018), 기저 안압이 낮을수록(-0.096 dB; 95% CI, -0.177 to -0.016, p=0.019), 안압 변동이 클수록(0.108 dB; 95% CI, 0.021 to 0.195, p=0.015), 기저 MD가 낮을수록(-0.127 dB; 95% CI, -0.202 to -0.051, p=0.001), MD slope가 가파를수록(-0.218 dB; 95% CI, -0.408 to -0.028, p=0.025) 시야검사의 장기 변동성은 증가하였다(Table 8, Fig. 8). 시야검사의 기저 MD와 평균 안압이 포함된 모델 8에서는 연령이 높을수록(0.133 dB; 95% CI, 0.016-0.251, p=0.026), 안압 변동이 클수록(0.091 dB; 95% CI, 0.003-0.179, p=0.044), 기저 MD가 낮을수록(-0.128 dB; 95% CI, -0.206 to -0.049, p=0.002), MD slope가 가파를수록(-0.244 dB; 95% CI, -0.434 to -0.054, p=0.012) 시야검사의 장기 변동성이 증가하였다(Table 9, Fig. 9).

Relationship between long-term global variability and predictive factors of model 5 (baseline retinal nerve fiber layer thickness and baseline intraocular pressure included)

Figure 6.

Forest plot showing the model 5 which includes baseline RNFL thickness and baseline IOP. Blue and red dots indicate the estimates for root mean square error of mean deviation; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure; RNFL = retinal nerve fiber layer.

Relationship between long-term global variability and predictive factors of model 6 (baseline retinal nerve fiber layer thickness and mean intraocular pressure included)

Figure 7.

Forest plot showing the model 6 which includes baseline RNFL thickness and mean IOP. Blue and red dots indicate the estimates for root mean square error of mean deviation; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure; RNFL = retinal nerve fiber layer.

Relationship between long-term global variability and predictive factors of model 7 (baseline mean deviation and baseline intraocular pressure included)

Figure 8.

Forest plot showing the model 7 which includes baseline mean deviation and baseline IOP. Blue and red dots indicate the estimates for root mean square error of mean deviation; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure.

Relationship between long-term global variability and predictive factors of model 8 (baseline mean deviation and mean intraocular pressure included)

Figure 9.

Forest plot showing the model 8 which includes baseline mean deviation and mean IOP. Blue and red dots indicate the estimates for root mean square error of mean deviation; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure.

고 찰

본 연구는 원발개방각녹내장 환자의 시야검사 장기 변동성에 미치는 요인을 분석한 국내 최초의 연구라는 데 그 의의가 있다. 특히 빛간섭단층촬영검사로 측정한 망막신경섬유층 두께와 시야검사의 장기 변동성 간의 연관성을 알아보고자 하였고, 기저 망막신경섬유층의 두께가 얇을수록 시야검사의 변동성이 증가하는 유의미한 연관성이 확인되었다. 또한 기저 안압과 평균 안압이 낮을수록, 안압 변동이 클수록, 시야검사의 초기 MD값이 나쁠수록, 시야진행 속도가 빠를수록 시야검사의 장기 변동성이 증가하였다.

기존 연구를 통해 시야검사의 위음성, 위양성 반응, 검사 소요시간과 같은 시야검사 자체의 요인뿐 아니라 시력, 인종, 녹내장 진행 정도, 학습효과, 피검자의 피로도, 매체혼탁, 안압 변동, 기저 MD, 녹내장 수술 시행여부, 인지저하, 경과관찰 기간과 같은 환자 측면의 다양한 요인이 시야검사의 장기적 변동성에 영향을 미칠 수 있다고 보고되었다.4-9 Gardiner16는 녹내장이 진행함에 따라 시야검사 각 지점에서의 역치값(threshold value)이 감소할수록 시야검사의 변동성이 크다고 하였고, Rabiolo et al9는 안압 변동, 경과관찰기간, 기저의 낮은 MD, 빠른 시야검사 악화속도, 시야검사에서의 높은 위양성과 위음성률 등을 시야검사의 장기 변동성에 미치는 요인으로 보고하였다. 본 연구에서도 안압 변동이 클수록, 초기 시야검사의 MD값이 낮을수록, 시야검사 진행속도가 빠를수록 시야검사의 장기 변동성이 증가함을 확인할 수 있었다.

Heijl et al17은 시야검사 지점 간에 시야검사 변동성의 차이가 있다고 보고하였는데, 본 연구에서도 시야검사 52개 지점을 중심부 12개 지점과 주변부 40개 지점의 두 영역으로 나눈 후, 각 영역에서 장기 변동성(TDV RMSE)을 비교하였다. 중심부 시야 12개 지점의 평균 RMSE는 2.19 ± 1.11 dB, 주변부 시야 40개 지점의 평균 RMSE는 2.47 ± 0.98 dB이었고, 중심부에 비해 주변부 시야의 장기 변동성이 유의하게 높았다(p<0.001 by Wilcoxon signed rank test). 이 결과는 주변부 검사 지점의 시야검사간 변동성이 중심부 검사지점보다 크다는 이전 연구결과와 일치한다.17

시야검사 변동성의 계산을 위해 다양한 분석이 시도되어 왔다. Kim et al13은 시야검사 지점들의 역치값(threshold value)의 표준 편차를 구하여, 경과관찰 기간 동안의 값을 평균하여 변동성을 도출하였고, Rabiolo et al9은 시야검사 각 지점에서 시간에 따른 역치값의 변화에 대해 선형 회귀 분석을 시행하고, residual의 평균 제곱근 오차를 계산하여 시야검사의 변동성으로 정의하였다. 본 연구에서는 시간에 따른 각 검사 지점의 TDV 변화에 대하여 선형 회귀 분석을 시행하였고, 모델의 추정값과 실제 값의 차이를 이용하여 평균 제곱근 오차로 계산하여 시야검사의 장기 변동성으로 정의하였다.

국내에서 시야검사의 장기 변동성에 영향을 미치는 기저 요인에 대한 연구는 드물고, 빛간섭단층촬영검사로 측정한 망막신경섬유층 두께, 기저 안압 및 안압 변동과 시야검사의 장기 변동성 사이의 연관성을 조사한 연구는 부족하다. 녹내장 환자의 망막신경섬유층 결손을 파악하기 위해서 빛간섭단층촬영 검사가 녹내장의 진단과 진행 여부 판단에 유용하게 사용되고 있다.18-22 Kim et al13의 연구에서는 단변량 분석을 통하여 정상대조군에 비해 시야결손 전 녹내장에서 시야검사의 변동성이 증가하며, 안압 변동이 클수록, 망막신경섬유층의 두께가 얇을수록 시야검사의 변동성이 증가한다고 보고하였다. 이 연구에서는 단변량 분석만을 시행한 반면, 본 연구에서는 다변량 분석을 통해 혼란 변수의 영향을 배제하고자 하였고, 시야검사의 장기 변동성을 정의하는 통계적인 방법에서도 이전 연구와 차이가 있다. 또한 이전 국내보고에서는 시야결손 전 녹내장 환자만을 대상으로 하였지만, 본 연구에서는 시야결손 전 원발 개방각녹내장과 시야결손이 확립된 원발개방각녹내장 환 자를 모두 대상으로 하였다는 차이가 있다. 또한, 빛간섭단층촬영검사로 측정한 기저 망막신경섬유층두께가 시야검사의 장기 변동성에 미치는 영향을 분석한 연구는 현재까지 없었다.

Rabiolo et al9은 시야검사의 장기 변동성에 영향을 미치는 인자에 대한 분석 연구에서 안압 변동이 크고, 기저 MD가 더 나쁜 경우, 가양성률과 가음성률이 높은 경우, 경과 관찰 중 녹내장 수술을 시행받은 경우, 시야검사의 진행속도가 빠른 경우, 경과관찰 기간이 길고 시야검사의 시행빈도가 높을수록 시야검사 장기 변동성이 증가한다고 보고하였지만, 이 연구에는 현재 녹내장 환자의 진료에 임상적으로 널리 사용되고 있는 빛간섭단층촬영검사 결과가 분석에 포함되지 않았다는 단점이 있다. 따라서 본 연구에서는 망막신경섬유층 두께를 포함한 다변량 분석을 통해 시야검사의 장기적 변동성과 관련된 인자들을 알아보고자 한 데 그 의의가 있다.

안압 변동은 녹내장 발생과 진행에 영향을 미친다고 알려져있다.23-27 특히, 평균 안압이 낮은 환자에서 안압 변동이 클수록 시야검사의 진행 위험이 증가하므로,26,27 기저와 평균 안압이 낮은 정상안압녹내장 환자는 고안압녹내장 환자보다 다른 안압 관련 인자 중 안압 변동이 시야검사 악화에 더 영향을 받을 수 있을 것으로 유추할 수 있다. 본 연구 결과와 이전의 연구결과들을 종합하여 볼 때, 기저와 평균 안압이 낮은 원발개방각녹내장 환자 중 큰 안압 변동이 관찰되는 경우 시야검사의 장기 변동성을 주의 깊게 확인하고 시야검사 진행 여부를 정확하게 판단하는 것이 중요할 것으로 생각된다.

이 논문의 제한점으로는 첫째, 본 연구는 후향적 연구로 기저 안압 측정 시 사용하고 있던 안압하강제를 중단하여 안압을 재측정하거나, 일중 변동을 고려한 안압 측정을 시행하여 정상안압녹내장과 고안압녹내장을 감별 진단하지 않고 모두 포함하였다는 단점이 있다. 하지만 남일 연구에 따르면 한국인 원발개방각녹내장 환자중 2/3가 정상안압녹 내장으로 밝혀졌으므로,28 본 연구에 포함된 원발개방각녹내장 환자 중 정상안압녹내장 환자가 고안압녹내장 환자보다 더 많이 포함되었을 것으로 생각된다. 따라서, 기저 안압이 낮은 정상안압녹내장 환자에서 큰 안압 변동으로 인해 시야검사의 장기 변동성이 더 증가하는 것으로 유추할 수 있으므로, 정상안압녹내장 환자 진료 시 장기적인 안압 변동을 고려하여 시야검사 악화 판단에 유의하여야 할 것으로 생각된다. 추후 정상안압녹내장과 고안압녹내장을 감별한 후속 연구가 이루어진다면 본 연구의 제한점을 보완할 수 있을 것으로 사료된다. 둘째, 본 연구는 선형 회귀 모델만을 이용하여 시야결손의 변화를 분석하였다. Pointwise trend-based analysis의 경우, 시야검사의 각 지점에서 시간에 따른 시야결손의 변화를 여러 회귀 모델을 통해 분석할 수 있다. 선형, 지수형(exponential), 로그형(logistic), 다항형(polynomial)과 같은 다양한 회귀 모델이 있고, 진행된 녹내장에서 녹내장성 시야 손상이 시야검사 상의 실명(perimetric blindness)을 향해 가는 경우에는 지수형 혹은 로그형 회귀 모델이 선형 회귀 모델보다 더 적합하다는 장점이 있다.29 본 연구에 포함된 녹내장 환자의 기저 MD는 -5.62 dB인 초기-중기 녹내장 환자이고, 시야결손 전 녹내장 환자(35안/31명)도 포함되었던 것을 고려하여 본 연구에서는 선형 회귀 모델을 적용하였다. 그러나, 향후 선형 회귀 모델뿐만 아니라 지수형, 로그형 등 다양한 회귀 모델을 이용하여 시야검사의 장기 변동성을 분석하는 후속 연구가 필요할 것으로 생각된다.

결론적으로 본 연구에서 원발개방각녹내장 환자에서 시야검사의 장기 변동성은 기저 안압과 평균 안압이 낮을수록, 안압 변동이 클수록, 기저의 녹내장 손상 정도가 심할수록, 시야검사의 진행속도가 빠를수록 증가하였다. 그러므로, 기저 안압과 평균 안압이 낮고, 안압 변동폭이 크고, 녹내장 손상이 심하고 빠르게 진행하는 환자에서 시야 악화를 판단할 때 이를 고려해야 할 것으로 생각된다.

Acknowledgements

This work was supported by the National Research Foundation of Korea (NRF) grant funded by the Korea government (MSIT) (No. RS-2023-00247504) and by clinical research grant from Pusan National University Hospital in 2022.

Notes

Conflicts of Interest

The authors have no conflicts to disclose.

References

1. Brusini P, Johnson CA. Staging functional damage in glaucoma: review of different classification methods. Surv Ophthalmol 2007;52:156–79.
2. Caprioli J. The importance of rates in glaucoma. Am J Ophthalmol 2008;145:191–2.
3. Bengtsson B, Patella VM, Heijl A. Prediction of glaucomatous visual field loss by extrapolation of linear trends. Arch Ophthalmol 2009;127:1610–5.
4. Artes PH, Iwase A, Ohno Y, et al. Properties of perimetric threshold estimates from Full Threshold, SITA Standard, and SITA Fast strategies. Invest Ophthalmol Vis Sci 2002;43:2654–9.
5. Wall M, Kutzko KE, Chauhan BC. Variability in patients with glaucomatous visual field damage is reduced using size V stimuli. Invest Ophthalmol Vis Sci 1997;38:426–35.
6. Yohannan J, Wang J, Brown J, et al. Evidence-based criteria for assessment of visual field reliability. Ophthalmology 2017;124:1612–20.
7. Kelly SR, Bryan SR, Crabb DP. Does eye examination order for standard automated perimetry matter? Acta Ophthalmol 2019;97e833. –8.
8. Junoy Montolio FG, Wesselink C, Gordijn M, Jansonius NM. Factors that influence standard automated perimetry test results in glaucoma: test reliability, technician experience, time of day, and season. Invest Ophthalmol Vis Sci 2012;53:7010–7.
9. Rabiolo A, Morales E, Kim JH, et al. Predictors of long-term visual field fluctuation in glaucoma patients. Ophthalmology 2020;127:739–47.
10. Gracitelli CPB, Zangwill LM, Diniz-Filho A, et al. Detection of glaucoma progression in individuals of African descent compared with those of European descent. JAMA Ophthalmol 2018;136:329–35.
11. Matsuura M, Hirasawa K, Murata H, Asaoka R. The relationship between visual acuity and the reproducibility of visual field measurements in glaucoma patients. Invest Ophthalmol Vis Sci 2015;56:5630–5.
12. Diniz-Filho A, Delano-Wood L, Daga FB, et al. Association between neurocognitive decline and visual field variability in glaucoma. JAMA Ophthalmol 2017;135:734–9.
13. Kim SI, Park HY, Park CK. Comparison of the variability of standard automated perimetry between preperimetric glaucoma patients and normal controls. J Korean Ophthalmol Soc 2018;59:44–9.
14. Caprioli J, de Leon JM, Azarbod P, et al. Trabeculectomy can improve long-term visual function in glaucoma. Ophthalmology 2016;123:117–28.
15. Takihara Y, Inatani M, Fukushima M, et al. Trabeculectomy with mitomycin C for neovascular glaucoma: prognostic factors for surgical failure. Am J Ophthalmol 2009;147:912–8. 918.e1.
16. Gardiner SK. Differences in the relation between perimetric sensitivity and variability between locations across the visual field. Invest Ophthalmol Vis Sci 2018;59:3667–74.
17. Heijl A, Lindgren A, Lindgren G. Test-retest variability in glaucomatous visual fields. Am J Ophthalmol 1989;108:130–5.
18. Geevarghese A, Wollstein G, Ishikawa H, Schuman JS. Optical coherence tomography and glaucoma. Annu Rev Vis Sci 2021;7:693–726.
19. Kim NR, Lee ES, Seong GJ, et al. Spectral-domain optical coherence tomography for detection of localized retinal nerve fiber layer defects in patients with open-angle glaucoma. Arch Ophthalmol 2010;128:1121–8.
20. Bussel II, Wollstein G, Schuman JS. OCT for glaucoma diagnosis, screening and detection of glaucoma progression. Br J Ophthalmol 2014;98 Suppl 2(Suppl 2):ii15–9.
21. Grewal DS, Tanna AP. Diagnosis of glaucoma and detection of glaucoma progression using spectral domain optical coherence tomography. Curr Opin Ophthalmol 2013;24:150–61.
22. Soliman MA, Van Den Berg TJ, Ismaeil AA, et al. Retinal nerve fiber layer analysis: relationship between optical coherence tomography and red-free photography. Am J Ophthalmol 2002;133:187–95.
23. Leidl MC, Choi CJ, Syed ZA, Melki SA. Intraocular pressure fluctuation and glaucoma progression: what do we know? Br J Ophthalmol 2014;98:1315–9.
24. Matlach J, Bender S, König J, et al. Investigation of intraocular pressure fluctuation as a risk factor of glaucoma progression. Clin Ophthalmol 2018;13:9–16.
25. Rao HL, Addepalli UK, Jonnadula GB, et al. Relationship between intraocular pressure and rate of visual field progression in treated glaucoma. J Glaucoma 2013;22:719–24.
26. Caprioli J, Coleman AL. Intraocular pressure fluctuation a risk factor for visual field progression at low intraocular pressures in the advanced glaucoma intervention study. Ophthalmology 2008;115:1123–9. e3.
27. Lee JS, Park S, Seong GJ, et al. Long-term intraocular pressure fluctuation is a risk factor for visual field progression in advanced glaucoma. J Glaucoma 2022;31:310–6.
28. Kim M, Kim TW, Park KH, Kim JM. Risk factors for primary open-angle glaucoma in South Korea: the Namil study. Jpn J Ophthalmol 2012;56:324–9.
29. Chen A, Nouri-Mahdavi K, Otarola FJ, et al. Models of glaucomatous visual field loss. Invest Ophthalmol Vis Sci 2014;55:7881–7.

Biography

하승희 / Seunghee Ha

Department of Ophthalmology, Pusan National University College of Medicine

Article information Continued

Figure 1.

The collinearity between ophthalmic variables was explored with a hierarchical cluster analysis based on the squared Spearman correlations before the fitting of model. The line indicates the values of rho2 of 0.25. VF = visual field; RNFL = retinal nerve fiber layer; MD = mean deviation; PSD = pattern standard deviation; VFI = visual field index; IOP = intraocular pressure; CCT = central corneal thickness; SE = spherical equivalent.

Figure 2.

Forest plot showing the model 1 which includes baseline RNFL and baseline IOP. Blue and red dots indicate the estimates for root mean square error of total deviation value; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure; RNFL = retinal nerve fiber layer.

Figure 3.

Forest plot showing the model 2 which includes baseline RNFL thickness and mean IOP. Blue and red dots indicate the estimates for root mean square error of total deviation value; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure; RNFL = retinal nerve fiber layer.

Figure 4.

Forest plot showing the model 3 which includes baseline mean deviation and baseline IOP. Blue and red dots indicate the estimates for root mean square error of total deviation value; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure.

Figure 5.

Forest plot showing the model 4 which includes baseline mean deviation and mean IOP. Blue and red dots indicate the estimates for root mean square error of total deviation value; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure.

Figure 6.

Forest plot showing the model 5 which includes baseline RNFL thickness and baseline IOP. Blue and red dots indicate the estimates for root mean square error of mean deviation; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure; RNFL = retinal nerve fiber layer.

Figure 7.

Forest plot showing the model 6 which includes baseline RNFL thickness and mean IOP. Blue and red dots indicate the estimates for root mean square error of mean deviation; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure; RNFL = retinal nerve fiber layer.

Figure 8.

Forest plot showing the model 7 which includes baseline mean deviation and baseline IOP. Blue and red dots indicate the estimates for root mean square error of mean deviation; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure.

Figure 9.

Forest plot showing the model 8 which includes baseline mean deviation and mean IOP. Blue and red dots indicate the estimates for root mean square error of mean deviation; bars indicate 95% confidence interval. DM = diabetes mellitus; HTN = hypertension; CCT = central corneal thickness; VF = visual field; IOP = intraocular pressure.

Table 1.

Demographic and clinical characteristics of entire population

Characteristic Value
No. of eyes/patients 246/157
Age (years) 60.74 ± 14.49
Sex (male:female) 90:67
Diabetes mellitus 44 (17.89)
Systemic hypertension 58 (23.58)
Eye (right:left) 135:111
Visual acuity (logMAR) 0.16 ± 0.19
Central cornea thickness (μm) 570.34 ± 288.57
Axial length (mm) 24.70 ± 1.67
Follow-up (years) 8.04 ± 1.44
Number of visual field 12.96 ± 2.26
Baseline mean deviation (decibel) -5.62 ± 5.31
Baseline visual field index (%) 87.64 ± 16.21
Baseline IOP (mmHg) 15.14 ± 3.39
Mean IOP (mmHg) 15.46 ± 2.55
IOP fluctuation (mmHg) 2.25 ± 1.14
Peak IOP (mmHg) 19.51 ± 4.27
Baseline medications 1.20 ± 1.41
Baseline retinal nerve fiber layer thickness (μm) 76.37 ± 13.84
Cataract surgery during the follow-up 38 (15.45)
Glaucoma surgery during the follow-up 55 (22.36)
Cataract surgery before the follow-up 13 (5.29)
Glaucoma surgery before the follow-up 3 (1.22)
Mean deviation slope (dB/year) -0.16 ± 0.40

Values are presented as number only, mean ± standard deviation, or number (%).

logMAR = logarithm of the minimum angle of resolution; IOP = intraocular pressure.

Table 2.

Relationship between long-term pointwise variability and predictive factors of model 1 (baseline retinal nerve fiber layer thickness and baseline intraocular pressure included)

Characteristic Estimate Standard error p-value*
Age 0.067 0.076 0.384
Sex 0.094 0.129 0.466
Diabetes mellitus -0.107 0.170 0.528
Systemic hypertension -0.005 0.147 0.972
Visual acuity -0.031 0.054 0.562
Central cornea thickness 0.002 0.060 0.969
Axial length -0.066 0.066 0.322
Length of follow-up 0.028 0.063 0.652
Number of visual field 0.023 0.063 0.718
Intraocular pressure fluctuation 0.132 0.060 0.030
Baseline medications 0.004 0.062 0.944
Cataract surgery during the follow-up 0.048 0.151 0.753
Glaucoma surgery during the follow-up -0.005 0.143 0.974
Baseline intraocular pressure -0.206 0.055 <0.001
Baseline retinal nerve fiber layer thickness -0.297 0.056 <0.001
Mean deviation slope -0.937 0.135 <0.001
*

p-value by linear mixed model.

Table 3.

Relationship between long-term pointwise variability and predictive factors of model 2 (baseline retinal nerve fiber layer thickness and mean intraocular pressure included)

Characteristic Estimate Standard error p-value*
Age 0.032 0.079 0.684
Sex 0.100 0.131 0.449
Diabetes mellitus -0.085 0.172 0.622
Systemic hypertension 0.062 0.151 0.685
Visual acuity -0.018 0.054 0.735
Central cornea thickness 0.018 0.061 0.770
Axial length -0.084 0.067 0.213
Length of follow-up 0.053 0.064 0.406
Number of visual field 0.010 0.064 0.878
Intraocular pressure fluctuation 0.129 0.061 0.037
Baseline medications -0.009 0.062 0.884
Cataract surgery during the follow-up 0.033 0.152 0.830
Glaucoma surgery during the follow-up 0.015 0.144 0.915
Mean intraocular pressure -0.212 0.066 0.001
Baseline retinal nerve fiber layer thickness -0.281 0.057 <0.001
Mean deviation slope -0.999 0.134 <0.001
*

p-value by linear mixed model.

Table 4.

Relationship between long-term pointwise variability and predictive factors of model 3 (baseline mean deviation and baseline intraocular pressure included)

Characteristic Estimate Standard error p-value*
Age 0.068 0.069 0.325
Sex 0.061 0.117 0.606
Diabetes mellitus -0.220 0.155 0.158
Systemic hypertension 0.100 0.135 0.461
Visual acuity -0.083 0.048 0.086
Central cornea thickness 0.034 0.054 0.535
Axial length -0.035 0.059 0.557
Length of follow-up 0.036 0.057 0.523
Number of visual field -0.013 0.057 0.824
Intraocular pressure fluctuation 0.089 0.054 0.101
Baseline medications -0.011 0.056 0.849
Cataract surgery during the follow-up 0.122 0.134 0.365
Glaucoma surgery during the follow-up -0.041 0.126 0.745
Baseline intraocular pressure -0.165 0.050 0.001
Baseline visual field mean deviation -0.459 0.047 <0.001
Mean deviation slope -0.930 0.119 <0.001
*

p-value by linear mixed model.

Table 5.

Relationship between long-term pointwise variability and predictive factors of model 4 (baseline mean deviation and mean intraocular pressure included)

Characteristic Estimate Standard error p-value*
Age 0.051 0.072 0.481
Sex 0.055 0.118 0.642
Diabetes mellitus -0.199 0.156 0.204
Systemic hypertension 0.136 0.137 0.321
Visual acuity -0.074 0.049 0.136
Central cornea thickness 0.038 0.055 0.491
Axial length -0.053 0.060 0.379
Length of follow-up 0.053 0.057 0.356
Number of visual field -0.020 0.058 0.725
Intraocular pressure fluctuation 0.073 0.056 0.190
Baseline medications -0.021 0.056 0.710
Cataract surgery during the follow-up 0.121 0.137 0.377
Glaucoma surgery during the follow-up -0.033 0.129 0.798
Mean intraocular pressure -0.128 0.060 0.035
Baseline visual field mean deviation -0.452 0.049 <0.001
Mean deviation slope -0.972 0.120 <0.001
*

p-value by linear mixed model.

Table 6.

Relationship between long-term global variability and predictive factors of model 5 (baseline retinal nerve fiber layer thickness and baseline intraocular pressure included)

Characteristic Estimate Standard error p-value*
Age 0.137 0.058 0.020
Sex 0.127 0.099 0.200
Diabetes mellitus -0.127 0.130 0.330
Systemic hypertension -0.020 0.113 0.857
Visual acuity -0.021 0.040 0.593
Central cornea thickness 0.029 0.045 0.520
Axial length -0.014 0.050 0.782
Length of follow-up 0.052 0.048 0.276
Number of visual field -0.034 0.048 0.486
Intraocular pressure fluctuation 0.124 0.045 0.006
Baseline medications -0.014 0.047 0.763
Cataract surgery during the follow-up 0.036 0.112 0.747
Glaucoma surgery during the follow-up 0.057 0.105 0.590
Baseline intraocular pressure -0.110 0.041 0.008
Baseline retinal nerve fiber layer thickness -0.055 0.042 0.190
Mean deviation slope -0.239 0.099 0.017
*

p-value by linear mixed model.

Table 7.

Relationship between long-term global variability and predictive factors of model 6 (baseline retinal nerve fiber layer thickness and mean intraocular pressure included)

Characteristic Estimate Standard error p-value*
Age 0.128 0.061 0.036
Sex 0.124 0.101 0.220
Diabetes mellitus -0.115 0.132 0.387
Systemic hypertension 0.005 0.116 0.963
Visual acuity -0.018 0.041 0.658
Central cornea thickness 0.033 0.046 0.484
Axial length -0.022 0.051 0.661
Length of follow-up 0.065 0.048 0.180
Number of visual field -0.040 0.049 0.416
Intraocular pressure fluctuation 0.112 0.045 0.014
Baseline medications -0.020 0.047 0.673
Cataract surgery during the follow-up 0.031 0.113 0.783
Glaucoma surgery during the follow-up 0.061 0.107 0.566
Mean intraocular pressure -0.084 0.050 0.094
Baseline retinal nerve fiber layer thickness -0.051 0.043 0.227
Mean deviation slope -0.268 0.099 0.008
*

p-value by linear mixed model.

Table 8.

Relationship between long-term global variability and predictive factors of model 7 (baseline mean deviation and baseline intraocular pressure included)

Characteristic Estimate Standard error p-value*
Age 0.137 0.057 0.018
Sex 0.116 0.097 0.236
Diabetes mellitus -0.167 0.129 0.197
Systemic hypertension 0.014 0.112 0.898
Visual acuity -0.038 0.039 0.341
Central cornea thickness 0.037 0.045 0.404
Axial length -0.010 0.049 0.837
Length of follow-up 0.058 0.047 0.213
Number of visual field -0.045 0.047 0.343
Intraocular pressure fluctuation 0.108 0.044 0.015
Baseline medications -0.022 0.046 0.631
Cataract surgery during the follow-up 0.055 0.110 0.616
Glaucoma surgery during the follow-up 0.039 0.103 0.702
Baseline intraocular pressure -0.096 0.041 0.019
Baseline visual field mean deviation -0.127 0.038 0.001
Mean deviation slope -0.218 0.097 0.025
*

p-value by linear mixed model.

Table 9.

Relationship between long-term global variability and predictive factors of model 8 (baseline mean deviation and mean intraocular pressure included)

Characteristic Estimate Standard error p-value*
Age 0.133 0.059 0.026
Sex 0.108 0.099 0.277
Diabetes mellitus -0.156 0.130 0.234
Systemic hypertension 0.030 0.114 0.794
Visual acuity -0.036 0.040 0.375
Central cornea thickness 0.037 0.046 0.416
Axial length -0.019 0.049 0.705
Length of follow-up 0.068 0.047 0.148
Number of visual field -0.049 0.048 0.302
Intraocular pressure fluctuation 0.091 0.045 0.044
Baseline medications -0.027 0.046 0.559
Cataract surgery during the follow-up 0.057 0.111 0.610
Glaucoma surgery during the follow-up 0.037 0.104 0.726
Mean intraocular pressure -0.053 0.050 0.289
Baseline visual field mean deviation -0.128 0.040 0.002
Mean deviation slope -0.244 0.097 0.012
*

p-value by linear mixed model.