糖尿病性视网膜病是世界范围内失明和视力低下的主要原因之一,也是生产年龄成年人不可逆失明的主要原因[1]。然而,由于与区域患病率,不同人群的预期寿命以及社会和经济因素有关的差异,糖尿病患者中疾病的负担因地理区域和糖尿病类型而异[2,3]。糖尿病性视网膜病的总体患病率为22.3%,预计在未来25年内将增加50%[4]。但是,由于强化DM的有效性,在过去三十年中,在过去三十年中的发病率较低[5] [6]。在拉丁美洲,普通人群的健康覆盖范围在45%至97%之间波动[7],而5名DM患者中只有2例具有足够的葡萄糖控制[8]。在全球范围内进行了荟萃分析的系统审查,发现预期为22.3%[4]。在亚洲进行的另一项审查报告为28%[9]。同样,一项系统的审查报告说,非洲的流行率在30.2%至31.6%之间[10]。此外,一项系统的审查评估了亚洲,北美,加勒比海和非洲的糖尿病性视网膜病年发病率从2.2%到12.7%不等[11]。但是,在我们的人群中,存在有关糖尿病死亡的患病率和发生率的知识差距。此外,重要的是要强调,现有评论通常不会根据DM的类型评估诊断视网膜病变的患病率和发生率。这很重要,因为患病率可能受到各种因素的影响,例如评估的人群类型,DM类型,疾病发作时间,应用的不同治疗方法,患者的年龄等[12-14]。因此,这项系统评价旨在评估拉丁美洲和加勒比海糖尿病患者糖尿病性视网膜病的患病率和发病率。
基于深度学习算法的计算机辅助诊断系统已显示出糖尿病性视网膜病快速诊断(DR)的潜在应用。由于变压器的出色表现而不是自然图像上的卷积神经网络(CNN),因此我们尝试开发一种新模型,以使用变压器使用有限数量的大型视网膜图像来对引用的DR进行分类。在本研究中应用了带有蒙版自动编码器(MAE)的视觉变压器(VIT),以提高参考DR的分类性能。我们收集了超过224×224的100,000张公共底面的视网膜图像,然后使用MAE在这些视网膜图像上进行了预训练的VIT。将预训练的VIT应用于对引用的DR进行分类,还将性能与使用ImageNet的VIT预先训练的性能进行了比较。通过使用MAE进行超过100,000个视网膜图像预先培训,模型分类性能的改善优于预先训练的Ima-Genet。本模型的精度,曲线下的面积,最高灵敏度和最高特异性分别为93.42%,0.9853、0.973和0.9539。本研究表明,MAE可以为输入图像提供更大的灵活性,并大大减少所需图像的数量。同时,这项研究中的预处理数据集量表比ImageNet小得多,并且不需要ImageNet的预训练权重。
糖尿病性肾病(DN)和糖尿病性视网膜病(DR),作为糖尿病的微血管并发症,目前是成人劳动人群末期末期肾脏疾病(ESRD)和失明的主要原因,并且在成人劳动人群中,它们是社会和经济burdens的主要公共卫生问题。在发生和发育过程中两者之间的平行性表现在引起疾病的危险因素和发病机理的高重叠,合并症的高率,相互预测的效果以及药物临床中的部分一致性。然而,由于两个器官,眼睛和肾脏具有独特的内部环境和生理过程,每个器官都具有特定的内部环境和生理过程,并且由于不同的病理变化和对各种影响因素的响应,因此识别两种并行的dn平行性和不平行性,因此,目标器官具有不同的病理变化和响应,因此具有不同的病理变化和响应。疾病并提供早期诊断,有关药物使用的临床指导的参考以及新药的开发。
摘要引入糖尿病性视网膜病(DR)是工人年龄成年人可预防失明的主要原因,主要由慢性高血糖的眼微血管并发症驱动。理解眼睛和疾病进展之间的微血管变化之间的复杂关系带来了挑战,假设线性或后勤关系的传统方法可能无法充分捕获这些变化与疾病进展之间的复杂相互作用。因此,这项研究的目的是通过实施非参数机器学习方法来评估糖尿病(DM)和非增殖DR的微血管受累。研究设计和方法我们进行了一项回顾性队列研究,其中包括从健康组(196眼)收集的光学相干断层扫描(OCTA)图像,DM NO DR组(120眼),一个温和的DR组(71只眼睛)和一个适度的DR组(66只眼睛)。我们实施了一种非参数机器学习方法,用于四个分类任务,该任务使用了从八粒图像中提取的参数作为预测因素:DM no no DR与健康,轻度DR与DM NO DR,中度DR与轻度DR相比,以及任何DR与DR相比。 Shapley添加说明值用于确定这些参数在分类中的重要性。结果,我们发现大型绒毛膜流量缺陷对健康而言与DM NO DR是最重要的,并且在轻度或中度DR的眼睛中变得不那么重要。浅表微脉管系统对于健康与DM NO DR和温和的DR与中度DR任务非常重要,但对于DM NO DR与轻度DR任务而言,这是深层微脉管系统起着重要作用的阶段。凹起的血管区度量通常受到的影响较小,但随着DR的恶化,其参与增加了。结论这项研究的结果为DM和DR的微血管参与提供了宝贵的见解,从而促进了早期检测方法和干预策略的发展。
抽象引言患有2型糖尿病的年轻人(YOD),定义为40岁之前的糖尿病诊断,具有血管并发症的终身风险很高。我们旨在估计挪威一般实践中2型糖尿病(T2D)成年人中YOD的流行,并探索糖尿病诊断与整体糖尿病诊断年龄之间的关联。研究设计和方法,我们从2014年的10241名成年人的通用电子医疗记录中收集了横截面数据,并重复测量了2012年至2014年的血红蛋白A 1C(HBA 1C)。使用多元逻辑回归,我们评估了YOD与后来发作的T2D,性别和视网膜病之间的关联。所有T2D患者的结果,在两个男女40岁之前被诊断出10%。与后期发作的T2D相比,YOD的HBA 1C速度更快,在诊断时,HBA 1C的HBA 1C在男性中,尤其是在YOD中。视网膜病在25%的YOD中发现,频率是后来的两倍。 在对混杂因素(年龄,原产国,教育,体重指数)或视网膜病变的调整后,YOD的男性(OR 2.6(95%CI 2.0至3.5))和YOD的妇女(OR 2.2(1.5至3.0))增加了。 在对潜在介体(糖尿病持续时间和HBA 1C)进行进一步调整之后,YOD的男性(或1.8(1.3至2.4))较高或持久,但对YOD女性不再具有重要意义。 结论视网膜病变的患病率是YOD的两倍以上,是以后发作的T2D。视网膜病在25%的YOD中发现,频率是后来的两倍。在对混杂因素(年龄,原产国,教育,体重指数)或视网膜病变的调整后,YOD的男性(OR 2.6(95%CI 2.0至3.5))和YOD的妇女(OR 2.2(1.5至3.0))增加了。在对潜在介体(糖尿病持续时间和HBA 1C)进行进一步调整之后,YOD的男性(或1.8(1.3至2.4))较高或持久,但对YOD女性不再具有重要意义。结论视网膜病变的患病率是YOD的两倍以上,是以后发作的T2D。YOD中视网膜病变的可能性增加是由HBA 1C较高和T2D持续时间较长的部分介导的,但是在考虑到这些因素的情况下,YOD的男性仍然更高。
2型糖尿病(T2D)的景观发生了变化,随着40岁以下诊断的人数越来越多。年轻发病的主要关注点是并发症的早期发展,伴随着相关的发病率和过早死亡。鉴于对工人人口的潜在影响以及社会,社会和经济上的影响,重要的是要了解推动这些互补的发病机理的因素,以减轻或防止其发生。很少有研究调查了年轻T2D对微血管疾病(例如视网膜病)的影响。作为40岁以下成年人失明和视力障碍的主要原因之一,1这是糖尿病患者的恐惧并发症,并值得进一步研究。在本期刊中,Tibballs等2报告说,年轻的成人T2D在18至39岁之间被诊断出来,占T2D总人口的10%,具有更高的视网膜病变负担,并且与患有T2D的诊断为Live Live Live Live Live Live Live Live herce compline comperiation compline compline compline complentation。年轻的男性受试者特别容易受到这种并发症的影响。尽管接受了更强化的糖尿病治疗(包括胰岛素),但年轻发作的队列在血糖控制中表现出更快的恶化。与具有T2D的女性相比,诊断时年轻的男性在诊断时具有更高的HBA1C,并且在整个研究观察期间,血糖控制的这种差异持续存在。Tibballs等人的发现证实了年轻发作T2D的不良生物学表型,与老年人组相比,胰腺β细胞失败的速度更快。在糖尿病年龄和β细胞功能下降率之间存在逆关系 -
背景/目标:目前,即使在怀孕早期未发现视网膜病变,所有糖尿病孕妇都至少两次参加筛查。我们假设对于怀孕早期没有糖尿病性视网膜病的女性,可以安全地降低视网膜筛查的频率。受试者/方法:在这项回顾性队列研究中,提取了2011年7月至2019年10月在2011年7月至2019年10月之间参加三个英国糖尿病眼镜筛查(DES)计划之一的4718名孕妇的数据。记录了13周妊娠(怀孕早期)和妊娠28周(妊娠晚期)的女性英国的成绩。描述性统计数据用于报告基线数据。有序的逻辑回归用于控制协变量,例如年龄,种族,糖尿病持续时间和糖尿病类型。结果:在早期和晚期记录的年龄段的女性中,总共3085(65.39%)妇女在怀孕早期没有视网膜病变,其中2306名妇女(74.7%)在28周内没有发育任何视网膜病。在怀孕初期,患有视网膜病变的女性人数为14(0.45%),没有人需要治疗。怀孕早期的糖尿病性视网膜病仍然是妊娠晚期的DES等级的显着预测指标,当时年龄,种族和糖尿病类型的协变量被控制(p <0.001)。结论:总而言之,这项研究表明,通过限制怀孕早期没有视网膜变化的妇女的糖尿病眼睛筛查预约糖尿病筛查预约的数量,可以安全地减少治疗怀孕母亲的糖尿病的负担。在怀孕早期对视网膜病变的妇女进行筛查应符合当前的英国指导。
方法:在Medline,Embase和Cochrane库中进行了系统的文献搜索(从成立到2022年5月17日),而没有语言限制,以识别随机对照试验的系统评价和荟萃分析或纵向研究的系统评价和荟萃分析,这些试验或纵向研究检查了抗糖尿病药物和DRE之间的相关性,与2型糖尿病患者之间的关联。两位作者独立提取了数据,并使用AMSTAR-2(评估系统评价的测量工具)进行了评估,并使用等级进行了证据评估(评估,评估,评估,开发和评估)。随机效应模型用于计算95%置信区间(CI)的相对风险(RR)或优势比(OR)。这项研究已在Prospero(CRD42022332052)注册。
背景:糖尿病性视网膜病(DR)是糖尿病肾脏疾病(DKD)的危险因素。DR的持续时间,尤其是DR的短期持续时间是否与DKD的发展和发展有关。材料和方法:进行了回顾性研究和两样本的孟德尔随机分析(MR)分析。肾脏疾病是由尿白蛋白与促甲酸比例(ACR)和估计的肾小球滤过率(EGFR)定义的。DR是由专家眼科医生诊断的,使用数字眼镜摄像头。二进制和顺序逻辑回归分析。利用有限的立方样条来检测非线性关联。从Finngen和UK Biobank Consortia中提取了DR-和DKD相关的单核多态性(SNP)的摘要统计数据。 结果:包括2674例2型糖尿病(T2DM)和2型糖尿病肾脏疾病(T2DKD)患者。 随着ACR的升高和EGFR的下降,DR的患病率和平均持续时间增加。 在生命的第五年,DR患者的肾功能显着降低。 二进制和序数逻辑回归表明,DR持续时间的每1年增加与DKD的发展风险增加19%,ACR升高16%,肾功能下降的率为21%。 MR估计表明,DR与DKD发展有因果关系,优势比为2.89。 结论:DR和DR的持续时间是DKD发展和发展的独立危险因素。摘要统计数据。结果:包括2674例2型糖尿病(T2DM)和2型糖尿病肾脏疾病(T2DKD)患者。随着ACR的升高和EGFR的下降,DR的患病率和平均持续时间增加。在生命的第五年,DR患者的肾功能显着降低。二进制和序数逻辑回归表明,DR持续时间的每1年增加与DKD的发展风险增加19%,ACR升高16%,肾功能下降的率为21%。MR估计表明,DR与DKD发展有因果关系,优势比为2.89。结论:DR和DR的持续时间是DKD发展和发展的独立危险因素。DR的短期持续时间可能与DKD的发展有关。DR对DKD具有统计学上的显着影响。
摘要简介英语糖尿病眼镜筛查计划(DESP)为患有糖尿病(PLD)年度眼睛筛查的人们提供了。我们检查了在社会数学多样化的多民族人群中威胁视力视网膜病变(STDR)的发生率和决定因素。研究设计和方法(2012年1月至2021年12月)与137 591 PLD,没有视网膜病变,或一只眼睛的基线时非STDR,用于通过社会人口统计学因素,糖尿病类型和持续时间来计算STDR的发病率。COX模型的 HR检查了与STDR的关联。 结果,中位数为5。4年(IQR 2.8-8.2; STDR率2.214,95%CI 2.214至2.215年,有16例388例STDR病例。 与一只眼睛的非STDR相比,基线时没有视网膜病的患者的观光风险较低(HR 3.03,95%CI 2.91至3.15,P <0.001)和两只眼睛(HR 7.88,95%7.88,95%CI 7.59至8.18,p <0.18,p <0.18,p <0.18,p <0.001)。 黑人和南亚个体的STDR危害高于白人个体(HR 1.57,95%CI 1.50至1.64和HR 1.36,95%CI 1.31至1.42)。 此外,纳入时的年龄增加每5年,与STDR危害降低了8%(p <0.001)。 结论种族差异存在于受容量而非患者经济状况的限制的卫生系统中。 糖尿病性视网膜病变在第一屏幕上是STDR发育的强大决定因素。 通过使用基本的人口统计学特征,筛查程序或临床实践可以分层视力危及糖尿病性视网膜病变的风险。HR检查了与STDR的关联。结果,中位数为5。4年(IQR 2.8-8.2; STDR率2.214,95%CI 2.214至2.215年,有16例388例STDR病例。与一只眼睛的非STDR相比,基线时没有视网膜病的患者的观光风险较低(HR 3.03,95%CI 2.91至3.15,P <0.001)和两只眼睛(HR 7.88,95%7.88,95%CI 7.59至8.18,p <0.18,p <0.18,p <0.18,p <0.001)。黑人和南亚个体的STDR危害高于白人个体(HR 1.57,95%CI 1.50至1.64和HR 1.36,95%CI 1.31至1.42)。此外,纳入时的年龄增加每5年,与STDR危害降低了8%(p <0.001)。结论种族差异存在于受容量而非患者经济状况的限制的卫生系统中。糖尿病性视网膜病变在第一屏幕上是STDR发育的强大决定因素。通过使用基本的人口统计学特征,筛查程序或临床实践可以分层视力危及糖尿病性视网膜病变的风险。