Detection of Disease Progression in Advanced Glaucoma

点击翻译按钮获取中文摘要

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.