Detection of Disease Progression in Advanced Glaucoma

晚期青光眼疾病进展的检测

• 批准号: 10359152
• 负责人: Kouros Nouri-Mahdavi
• 金额: $ 37.59万
• 依托单位: UNIVERSITY OF CALIFORNIA LOS ANGELES
• 依托单位国家: 美国
• 财政年份: 2020
• 资助国家: 美国
• 起止时间: 2020-03-01 至 2025-02-28
• 项目状态: 未结题
• 来源: https://reporter.nih.gov/project-details/10359152
• 关键词: Affect; Age; Algorithm Design; Algorithmic Software; Axon; Bayesian Analysis; Bayesian Modeling; Blindness; Clinical; Complex; Computer software; Data; Decision Making; Detection; Deterioration; Development; Diagnostic; Disease; Disease Progression; Early Diagnosis; Enrollment; Ethnic Origin; Eye; Floor; Future; Gender; Glaucoma; Goals; Image; Joints; Lead; Linear Regressions; Measurement; Measures; Methods; Modeling; Monitor; Noise; Optic Disk; Optical Coherence Tomography; Patients; Pattern; Performance; Positioning Attribute; Probability; Quality of life; Reproducibility; Residual state; Retina; Retinal Ganglion Cells; Retinal macula; Severities; Severity of illness; Signal Transduction; Software Design; Structure; Structure-Activity Relationship; Testing; Thick; Time; Vision; Visit; Visual; Visual Fields; advanced disease; age related; base; central visual field; clinical application; clinical encounter; cohort; disability; experience; follow-up; functional loss; functional outcomes; high risk; improved; inclusion criteria; longitudinal analysis; macula; meetings; nonlinear regression; novel; patient population; predictive modeling; prospective; rate of change; retinal nerve fiber layer; software development; time use; tool

A pressing unmet need in the field of glaucoma diagnostics is to find methods for objective detection of  disease  worsening  or  prediction  of  visual  field  (VF)  progression  in  eyes  with  advanced  disease.  Eyes  with  advanced  glaucoma  are  at  high  risk  of  losing  the  remaining  vision  and  blindness.  Retinal  nerve  fiber  layer  (RNFL)  and  optic  nerve  head  measures  reach  their  measurement  floor  as  glaucoma  progresses  beyond  the  early stages. Hence, functional assessment of the central VF is currently the main tool for monitoring advanced  glaucoma.  Our  central  hypothesis  is  that  assessment  of  the  macular  retinal  ganglion  cell  (RGC)/axonal  complex can lead to improved detection or prediction of disease progression since the last RGCs to disappear  in  glaucoma  reside  in  the  central  retina  (the  macula).  We  will  test  this  hypothesis  in  a  cohort  of  glaucoma  subjects  just  reaching  5  years  of  follow-­up  and  validate  our  methods  in  separate  cohorts  of  glaucoma  and  normal  subjects.  Aim  1.  Are  macular  thickness  measures  able  to  detect  change  earlier  and  with  a  stronger  signal compared to RNFL measures in advanced glaucoma? We will measure progression rates for global and  local  macular  and  RNFL  measures  within  a  Bayesian  hierarchical  framework.  We  will  compare  progression  rates  and  the  proportion  of  progressing  eyes/regions/sectors  for  macular  and  RNFL  measures  to  normal  eyes  and  account  for  differing  scales,  age-­related  decay,  and  treatment.  Aim  2A.  Can  macular  OCT  thickness  changes  confirm  and  predict  changes  in  central  VFs  for  advanced  glaucoma?  We  will  estimate  longitudinal/temporal  structure-­function  relationships  with  Bayesian  joint  hierarchical  longitudinal  modeling  of  macular OCT and central 10° VF measures. These models will determine whether there is a contemporaneous  or  lagged  deterioration  of  OCT  and  VF.  We  will  assess  the  influence  of  baseline  disease  severity,  treatment  and  other  covariates  on  these  joint  longitudinal  models.  We  will  also  compare  the  joint  macular/central  VF  models  to  joint  models  of  RNFL  and  24°  VFs  and  develop  functional  prediction  models  from  1  to  4  years  ahead.  Aim  2B.  To  validate  the  performance  of  prediction  models,  we  will  initiate  a  second  prospectively  enrolled cohort of patients meeting similar inclusion criteria and matched to the original cohort by age, gender,  ethnicity  and  baseline  glaucoma  severity.  We  will  compare  VF  point  predictions  (e.g.,  one-­  or  two-­visit  step  ahead) to the observed VF data. Aim  3. Develop software for combining macular structural and functional data  in  real  time  as  a  clinical  tool  for  detection  or  prediction  of  progression.  It  will  provide  clinicians  with  structural/functional  rates  of  change  and  structural  ‘step’  changes  from  baseline,  and  the  probability  and  distribution of  predicted  functional  changes  The  information provided  by  the application  can  be  used  during a  clinical  encounter  to  make  decisions  regarding  ongoing  management  of  glaucoma.  Widespread  real-­time  use  of our software will result in significant improvements in disease monitoring and timely treatment of progressive  glaucoma through advanced stages and will help reduce visual disability from glaucoma.

青光眼诊断领域的压迫未满足的需求是找到客观检测的方法 疾病令人担忧或预测患有晚期疾病的眼睛的视野（VF）进展。眼睛 晚期青光眼有失去剩余视力和失明的高风险。视网膜纤维层 随着青光眼的发展，（RNFL）和视神经头测量达到了测量地板 早期阶段。因此，中央VF的功能评估目前是监视高级的主要工具 青光眼。我们的中心假设是评估黄斑视网膜神经节细胞（RGC）/轴突 复合物可以改善疾病进展的检测或预测，因为最后一次RGC消失了 在青光眼中居住在中央视网膜（黄斑）中。我们将在青光眼组中检验该假设 受试者仅达到5年的随访，并在单独的青光眼群体中验证我们的方法 正常受试者。 AIM 1。是黄斑厚度测量值，可以更早检测变化，并且更强 与晚期青光眼中的RNFL度量相比，信号？我们将衡量全球和 贝叶斯分层框架内的本地黄斑和RNFL测量。我们将比较进步 速率和进步的眼睛/区域/部门的黄斑和RNFL措施的比率和正常眼睛 并说明量表，与年龄有关的衰减和治疗。目标2a。黄斑oct厚度可以吗 变化确认并预测晚期青光眼中央VF的变化？我们将估计 纵向/时间结构 - 功能与贝叶斯关节分层纵向建模的关系 黄斑OCT和中心10°VF测量。这些模型将决定是否有同时代 或OCT和VF的滞后恶化。我们将评估基线疾病严重程度，治疗的影响 以及这些关节纵向模型的其他协变量。我们还将比较关节黄斑/中央VF RNFL和24°VF的联合模型的模型，并将功能预测模型从1年到4年开发 目标2B。为了验证预测模型的性能，我们将启动第二次可能 符合类似纳入标准的患者队列的招募队列，并按年龄，性别，与原始队列相匹配 种族和基线青光眼严重程度。我们将比较VF点的预测（例如，一个或两次访问的步骤 提前）到观察到的VF数据。目标3。开发用于结合黄斑结构和功能数据的软件 实时作为检测或预测进展的临床工具。它将为临床医生提供 变化的结构/功能速率和结构“步骤”的变化与基线以及概率和 预测功能更改的分布应用程序提供的信息可以在 临床遭遇以做出有关青光眼治疗的决定。广泛的实时使用 我们的软件将导致疾病监测仪的重大改善和及时治疗进行性治疗 青光眼通过晚期阶段，将有助于减少青光眼的视觉障碍。