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.

青光眼诊断领域迫切需要满足的需求是寻找客观检测青光眼的方法 患有晚期疾病的眼睛的疾病恶化或视野（VF）进展的预测。 晚期青光眼患者丧失剩余视力和失明的风险很高。 (RNFL) 和视神经乳头测量随着青光眼的进展超出了测量范围 因此，中枢心室颤动的功能评估是目前监测晚期阶段的主要工具。 我们的中心假设是黄斑视网膜神经节细胞（RGC）/轴突的评估 自上次 RGC 消失以来，复合物可以改善疾病进展的检测或预测 在青光眼中，存在于视网膜中央（黄斑），我们将在一组青光眼患者中检验这一假设。 受试者刚刚进行了 5 年的随访，并在不同的青光眼队列中验证了我们的方法 目标 1. 黄斑厚度测量是否能够更早、更强地检测到变化。 与晚期青光眼的 RNFL 测量相比，我们将测量全球和晚期青光眼的进展率？ 我们将在贝叶斯分层框架内比较局部黄斑和 RNFL 测量的进展情况。 黄斑和 RNFL 测量的进展眼睛/区域/部门与正常眼睛的比率和比例 并考虑不同的尺度、与年龄相关的衰退和治疗。目标 2A。可以黄斑 OCT 厚度 变化证实并预测晚期青光眼中央 VF 的变化？ 纵向/时间结构-功能关系与贝叶斯联合分层纵向建模 黄斑 OCT 和中央 10° VF 测量。这些模型将确定是否存在同期 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。 以及这些联合纵向模型的其他协变量我们还将比较联合黄斑/中央 VF。 模型到 RNFL 和 24° VF 的联合模型，并开发 1 至 4 年的功能预测模型 目标 2B。为了验证预测模型的性能，我们将启动第二个前瞻性模型。 纳入的患者队列符合相似的纳入标准，并按年龄、性别、年龄与原始队列相匹配。 我们将比较 VF 点预测（例如，一次或两次就诊步骤）。 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。 结构/功能变化率和相对于基线的结构“阶梯”变化，以及概率和 预测功能变化的分布 应用程序提供的信息可以在 临床经验，以做出有关青光眼持续治疗的决策 广泛实时使用。 我们的软件将显着改善疾病监测和及时治疗进行性 青光眼进入晚期阶段，将有助于减少青光眼引起的视力障碍。