你在這裏

  • 家
  • 存檔
  • 12卷,問題3
  • AlzEye:縱向記錄級連鎖眼科成像和住院的353 157名患者在倫敦,英國

條文本

菜單條

下載PDF

眼科學
群簡介
AlzEye:縱向記錄級連鎖眼科成像和住院的353 157名患者在倫敦,英國
  1. 齊格弗裏德卡爾·瓦格納1,2,
  2. 芬坦•休斯3,
  3. 馬裏奧Cortina-Borja4,
  4. 尼古拉·Pontikos1,2,
  5. 中生Struyven1,2,
  6. Xiaoxuan劉5,6,7,
  7. 休•蒙哥馬利8,
  8. 丹尼爾·C·亞曆山大9,
  9. Eric Topol10,
  10. 史蒂芬·彼得森11,12,
  11. Konstantinos Balaskas1,2,13,
  12. 傑克辛德雷14,
  13. 阿克塞爾的作品1,15,16,
  14. Jugnoo年代Rahi1,2,17,18,19,
  15. 阿拉斯泰爾•K丹尼斯頓5,6,7,
  16. 皮爾斯一個基恩1,2,13
  1. 1眼科研究所,倫敦大學學院,倫敦、英國
  2. 2NIHR Moorfields生物醫學研究中心,眼科醫院NHS信托基金會和倫敦大學眼科研究所,倫敦、英國
  3. 3美國麻醉學,杜克大學醫院,達勒姆,北卡羅萊納美國
  4. 4兒童健康研究所,倫敦大學學院,倫敦、英國
  5. 5伯明翰大學醫院NHS信托基金會,伯明翰、英國
  6. 6眼科學的學術單位,研究所的炎症和老化,醫療和牙科學院的科學,伯明翰大學,伯明翰、英國
  7. 7管理科學和創新中心,伯明翰衛生夥伴,伯明翰、英國
  8. 8中心對人類健康和性能,倫敦大學學院,倫敦、英國
  9. 9醫學影像計算中心的計算機科學,倫敦大學學院,倫敦、英國
  10. 10斯克裏普斯研究所,拉霍亞,加州美國
  11. 11威廉·哈維研究所,倫敦大學瑪麗皇後,倫敦、英國
  12. 12巴茲醫院心髒中心,巴茲醫院健康NHS信托,倫敦、英國
  13. 13視網膜的醫療服務,眼科醫院NHS信托基金會,倫敦、英國
  14. 14部門信息管理,倫敦大學學院,倫敦、英國
  15. 15神經病學研究所,倫敦大學學院,倫敦、英國
  16. 16部門Neurophthalmology,眼科醫院NHS信托基金會,倫敦、英國
  17. 17大奧蒙德街兒童健康學院,倫敦大學學院,倫敦、英國
  18. 18大奧蒙德街兒童醫院NHS信托基金會,倫敦、英國
  19. 19Ulverscroft視覺研究集團,倫敦大學學院,倫敦、英國
  1. 對應到基恩皮爾斯博士;p.keane在{}ucl.ac.uk

文摘

目的視網膜簽名的係統性疾病(oculomics)越來越多地揭示通過結合高分辨率眼科成像和複雜的建模策略。進步是目前有限的不主要是技術問題,但由於缺乏大型標簽數據集,深度學習的必要條件。這些數據來源於前瞻性流行病學研究,在視網膜成像通常是單峰,橫斷麵,適度的數量和與同伴,不感興趣的富含亞種群,比如具有係統性疾病。我們因此與縱向多通道視網膜成像從定期收集國民健康服務(NHS)數據與係統性疾病住院使用privacy-by-design第三方數據鏈接的方法。

參與者2008年1月1日至2018年4月1日,353歲的157名參與者40歲或以上,參加眼科醫院NHS信托基金會,一個三級眼科機構將主要中心站點,四個地區中心和五個衛星診所在倫敦,英國流域的人口大約有六百萬人。

發現到目前為止在353 157人,186年651年共有1 337 711醫院集統計承認病人護理。係統診斷記錄這些事件包括12 022例心肌梗死患者,11 363 735與全因中風和13全因癡呆。總共6 261 931視網膜圖像的七種不同的模式和三個製造商獲得從1 54 830名患者。大多數的視網膜圖像視網膜照片(n = 1 874 175)其次是光學相幹斷層掃描(n = 1 567 358)。

未來的計劃AlzEye結合了世界上最大的單一機構視網膜成像與全國數據庫收集係統數據來創建一個特殊的大規模、豐富群反映人口的多樣性。首先分析將解決心血管疾病和老年癡呆症,以識別隱藏的視網膜簽名,可能導致的早期檢測和風險管理這些危及生命的條件。

  • 眼科學
  • 醫學眼科學
  • 醫療視網膜
  • 衛生信息學

數據可用性聲明

沒有額外的數據是可用的。受合同的數據之間的數據共享協議限製國民醫療服務數字,眼科醫院和倫敦大學學院,因此不能用於訪問AlzEye以外的研究團隊。

http://creativecommons.org/licenses/by-nc/4.0/

這是一個開放的分布式條依照創作共用署名非商業性(4.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和許可他們的衍生產品在不同的協議,提供了最初的工作是正確地引用,給出合適的信用,任何更改表示,非商業使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/。

http://dx.doi.org/10.1136/bmjopen - 2021 - 058552

來自Altmetric.com的統計

    本研究的優點和局限性

    • AlzEye數據集是一個大型的回顧性隊列連接眼科醫院眼科數據從國民醫療服務製度(NHS)信托基金會在倫敦,英國NHS醫院錄取數據在10年時間內3 53 157名患者。

    • 數據集有六百萬多塊骨頭組成,定期收集視網膜圖像的七種不同的模式在三個供應商確定性與流行和事件心血管和神經退行性疾病。

    • 積極通過持續的病人和公眾參與,項目利用privacy-by-design方法使用第三方鏈接方便訪問高性能計算,同時減輕數據隱私風險。

    介紹

    科學發現越來越被受到的可用性大,多樣化,高維數據集提供深深地表現型變量在健康和疾病。1 - 3醫療信息學的發展,硬件和統計技術發現了以前無法實現的關係通過傳統的研究設計方法。因此,豐富和大量的基因組測序數據提供了深入了解疾病的發病機理和治療目標,4個5雖然radiomic分析支持探索從醫學圖像中提取定量數據之間的關係和疾病。6

    健康的關鍵數據研究和可訪問性的建立大型前瞻性流行病學研究,如英國生物庫(UKBB),鹿特丹研究和歐洲癌症與營養前瞻性調查研究。7號到9號雖然這樣的研究代表異常發現科學有力的推動者,他們是潛在的有限的調查感興趣的特定人群(如那些罕見的疾病或特定社會人口組),他們利用誌願者,也容易選擇性偏差(如代表更多的健康受試者)。參與UKBB不太會肥胖,吸煙或喝酒,和因此,死亡率為70 - 74歲的參與者在UKBB是男性和女性低46.2%和55.5%,分別,而一般的英國人。10

    醫療在英國是這樣,當一個病人有一個醫學事件需要承認,在幾乎所有情況下,他們承認在國民醫療服務製度(NHS)的規定。定期收集病人的住院期間醫療管理數據隨後被翻譯成相應的國際疾病分類(ICD)規範臨床編碼員,提交二次使用由NHS數字服務和聚合成一個統一的記錄級國家醫院集統計(他)數據存儲庫相關承認病人護理(APC)。雖然他的最初目的是服務活動的監控和談判的經濟補償,它正越來越多地用於流行病學研究。11他數據服從的研究作為一個唯一的資源。然而,使用確定性的鏈接標識符匹配在基於規則的方法與概率聯係,12他可以豐富對於UKBB的其他數據集13或者在諾福克的歐洲癌症。14

    雖然這些提到的研究展示豐富的價值結構化數據集通過他聯係,這樣做還沒有大規模定期收集數據維數高、成像等。因此,我們建立了AlzEye大型數據集,定期收集視網膜圖像和鏈接相關眼科醫院眼科人口數據來自一個沒有參加(咩)NHS信托基金會在全國範圍內收集係統醫療結果通過他APC數據庫提供的數據。咩三級眼科機構將是一個主要中心站點,四個地區中心和五個衛星診所在倫敦,英國,照顧一個sociodemographically多樣化的人口六百萬人(英國人口的9%)。15AlzEye的目的是描述視網膜生物標記物之間的關係和慢性疾病的老化,尤其是癡呆和心血管疾病。除了描述AlzEye隊列的特點,我們概述關鍵的治理、技術和倫理因素需要解決支持大型institution-led定期收集多維數據個體層麵的聯係,使我們能夠創建一個特殊的跨學科的資源係統性疾病的探討視網膜簽名。

    隊列描述

    研究人群

    AlzEye項目是一個回顧性隊列研究的患者40歲以上的人參加咩2008年1月1日至2018年4月1日。患者包括如果他們參加了青光眼、視網膜,neuro-ophthalmology或緊急眼科服務,有效NHS數字。那些無效的NHS號碼,出生日期或之前選擇的健康數據用於研究目的(英國國民健康保險製度中描述“2型選擇退出”)被排除在外。種族集團被病人自我報告(1)亞洲或英國,(2)黑色或黑色的英國,(3)混合,(4)其他民族,(5)白色或(6)未知。社會經濟地位是分類使用多個剝奪指數(IMD)等分,估計通過交換IMD 2015年排名從病人的郵政編碼通過降低超級輸出區域聚合成十分位數緊隨其後。16死亡率數據來自MEH數據庫,更新在2每周使用報告提取NHS國家脊柱和個體的基礎上完成由咩數據質量團隊,以確保準確性。數據完成對任何病人曾經參加了咩。死亡率數據到研究結束的時期,2018年4月1日,是包括在內。

    審批和處理

    治理過程中的關鍵步驟後被要求提供必要的科研倫理框架內的持續保證英國國民健康保險製度和法律框架。為了支持其他研究人員希望建立類似的軍團,我們提供了一個解釋每個階段的輪廓階段解決的原則,英國框架符合這一原則,最後任何一些具體事項,我們承諾不僅滿足超過需求(圖1)。

    Schematic of the key milestones, prerequisites and approvals with their corresponding achievement dates for the AlzEye dataset. CAG, Confidential Advisory Group; DSA, data sharing agreement; HRA, Health Research Authority; IGARD, Independent Group Advising on the Release of Data; NHS, National Health Service; REC, research ethics committee.
    " data-icon-position="" data-hide-link-title="0">圖1
    圖1

    關鍵裏程碑的示意圖,先決條件和審批與相應的成就日期為AlzEye數據集。CAG,保密的谘詢小組;DSA、數據共享協議;極品,衛生研究機構;IGARD,獨立團體谘詢的釋放數據;國民保健製度,國民健康服務;矩形、研究倫理委員會。

    資金

    有必要獲得融資提供研究和提供保證的讚助商和其他研究將完成,研究的完整性不會受到資源不足。AlzEye,這項研究是通過一個小撥款頒發英國爭取視力和阿爾茨海默氏症研究中心2017年10月覆蓋數據存儲和連接的成本費用。投資者沒有參與概念、設計或分析的研究。

    讚助

    有必要獲得讚助的研究,將“全麵負責適當的、有效的安排被建立,運行並報告研究項目”。在AlzEye,我們尋求讚助有關NHS信托(咩),所有見過的病人。讚助確認隻是尋求內部協商後的數據保護,信息治理、信息安全與信息技術(IT)團隊咩和倫敦大學學院(UCL)。MEH作為讚助商,倫敦大學學院作為連接視網膜圖像和他的受信任的第三方數據,為數據分析提供計算設施。研究和數據治理是通過2018年5月24日(內部參考:KEAP1004)。

    衛生研究機構(HRA)批準

    對於大多數研究在英格蘭和威爾士,包括那些局限於處理數據為特定項目,HRA的批準是必需的。HRA審批涉及的評估管理和法律遵從性研究的一個獨立的倫理審查和研究倫理委員會的意見(REC)。根據其他研究特征(如基因療法),可能需要額外的應用程序通知HRA的批準。病人在英格蘭,限製訪問機密信息未經許可下可能被授予2006年NHS法案251條款的規定,17允許臨時解除病人普通法保密義務的保密信息“公共利益”或“在改善病人護理的利益”。17獲得部分251支持應用程序需要保密的谘詢小組(CAG),一個獨立的身體提供專家建議HRA的研究應用和NHS數字數據傳播。應用相應的矩形(18 / LO / 1163年,2018年8月1日)批準和CAG Section 251的支持(18 / CAG / 0111, 2018年9月13日)批準。NHS HRA最終批準了2018年9月13日。迄今為止批準授予法律依據提交應用程序的數據訪問請求服務(dar) NHS數字。18

    數字和dar NHS

    dar NHS數字監督,管理和提供,在應用程序中,多個England-wide從針對疾病的審計數據集(如國家糖尿病審計核心)一般招生在二級護理(如他)。應用程序dar要求組織,至少,如下:

    1. 數據共享框架合同數據控製器。

    2. 符合最低的安全標準數據處理器和數據存儲的位置。

    3. 足夠的信息安全認證(如ISO27001)。

    4. 法律基礎數據訪問(例如,部分251)。

    應用程序與分配的官,然後回顧了誰會聯係申請人在特定項目的項目。AlzEye,申請人和NHS數字數據生產團隊之間的對話圍繞確認數據字段和數據集(他)和pseudonymisation嵌入鏈接策略。

    獨立團體谘詢發布的數據(IGARD)

    後內部NHS數字審查和數據發布之前,dar IGARD符合應用程序審查的第263(2)健康與社會保健法案2012年,機密信息的行為守則。IGARD是一個獨立的麵板有廣泛的經驗,從法律對流行病學信息治理。支持AlzEye是由IGARD 1月和2019年8月稱,”方麵的應用程序可以作為一個範例,NHS數字幫助其他研究人員應用dar的。19

    數據共享協議(DSA)

    收到的數據之前,必須簽訂NHS DSA數字和數據控製器,由各自的法律部門。AlzEye需要額外的DSA咩和倫敦之間的轉移機構之間眼科影像和臨床數據概述共享的目的和法律基礎。

    數據處理和傳輸

    數據集被敲定在完成工程解析手機生產商的特殊用戶文件格式非專有數據結構以適當的deidentification適合圖像分析。一個安全的基於雲計算的信息管道被用於傳輸的圖像從MEH倫敦大學學院,建立COVID-19延遲的大流行。成像數據被存儲在專用網絡附加存儲設備(備份)在倫敦生活和醫學科學學院(SLMS)和隻訪問AlzEye研究小組的成員。數據實體都列出在UCL SLMS資產登記信息。

    病人和公眾參與和參與(PPIE)

    PPIE支持提供了由美國國家衛生研究所(NIHR)生物醫學研究中心(BRC)咩和倫敦大學眼科研究所和嵌入在這個項目的優先級設置為傳播計劃。反饋一直尋求通過公眾參與活動,眼睛服務用戶的調查和報告內的媒體。病人和公眾積極貢獻確定癡呆的優先級設置和使用經常眼睛掃描獲得的可接受性為研究目的,沒有同意。此外,兩個公眾將坐在AlzEye工作組為解釋和合著者和傳播研究成果輸出。成員將在選擇支持他們找到相關的結果,展示他們廣泛的病人社區。

    眼科健康變量

    患者的立場眼科變量從咩數據倉庫中提取,而聚合來自病人的信息管理係統(PAS),電子健康記錄(EHR)和影像數據庫,所有鏈接通過一個獨特的MEH醫院身份證號碼。社會人口數據,包括出生日期、性別、種族和郵編以及病人的門診預約和操作日期,被安置在不。手術記錄從2012年9月4日在EHR咩。操作的細節,包括過程名、單側性和指示對手術中包含MEH EHR並上傳到咩數據倉庫。病人接受最常見的操作在英國,白內障提取,因此會有一個典型的過程超聲乳化吸出及人工晶狀體植入()、眼睛(左或右)和操作指示(白內障)。

    顏色視網膜攝影(圖2一個)和光學相幹斷層掃描(OCT、圖2 b)圖像,這代表了多數的視網膜圖像在數據庫中,通過分割和特征提取的軟件處理。血管評估和測量平台的視網膜圖像係統提供完全自動的分割和提取視網膜血管指數。20 2110月分段和視網膜掃描子層厚度計算使用Topcon先進的生物醫學成像實驗室的軟件。22

    Composite figure showing the major retinal imaging modalities within AlzEye. (A) Colour fundus photograph, (B) red-free photograph, (C) fundus autofluorescence (widefield), (D) pseudocolour photography (widefield) and (E) optical coherence tomography of the central macula illustrating segmentation of the individual sublayers. Consensus nomenclature for the retinal sublayers is indicated.
    " data-icon-position="" data-hide-link-title="0">圖2
    圖2

    合成圖顯示在AlzEye視網膜成像的主要形式。(A)彩色眼底照片,(B) red-free照片,(C)眼底自發熒光(寬視野),(D) pseudocolour攝影(寬視野)和(E)的光學相幹斷層掃描中心黃斑說明個人的分割子層。共識命名為視網膜子層。

    這份報告的目的,四described-cataract常見的眼科疾病,新生血管性青光眼,年齡相關性黃斑變性(AMD)和增生性糖尿病視網膜病變(PDR)。

    白內障超聲乳化吸出術被定義為任何操作代碼表示手術,白內障的跡象。這份報告的目的,隻有第一個眼白內障手術是包括在內。

    青光眼病人被定義為任何參加青光眼臨床三次以上正在進行後續從2010年1月1日。第一個2年的研究期間被排除在外,因為這可能合並前診斷青光眼患者,最大可以達到2年隨訪間隔;相比之下,《盜夢空間》2年研究後的任何病人,沒有之前的訪問中,兩年的時間裏可以認為/攜帶新診斷為青光眼。

    糖尿病眼病是一種特殊情況,由於審計程序規定NHS糖尿病眼篩查項目。編碼的眼科疾病繼發於糖尿病是由一個專門小組嚴格驗證在MEH NHS糖尿病眼項目標準,23從2013年9月12日開始在醫院預約。日期開始PDR日期記錄的第一個約會每個病人首次被診斷。

    AMD可分為兩個主要types-dry和新生血管性(“濕”)。鑒於幹AMD正在慢慢進步,目前沒有積極的醫院幹預,這是咩標準實踐與生活方式和監視建議出院患者(自我監控和標準眼科檢查)。相比之下,新生血管性AMD需要治療通過intravitreal anti-vascular內皮生長因子(VEGF)注射,因此仍在積極跟蹤。新生血管性AMD的診斷代碼是基於大量的以前的工作,所有的新生血管性AMD患者在MEH手動驗證2018。24日25日

    係統性健康變量

    係統性健康數據來自他APC數據,關注心血管疾病和全因癡呆。診斷代碼在他APC報告符合ICD 10日修訂的。26符合之前的報道,心肌梗死被定義為代碼I21或者I22。-同樣,從UKBB中風定義使用中風定義。30.癡呆被定義為ICD編碼E512(韋尼克氏腦病)F00阿爾茨海默病(老年癡呆症),F01(血管性癡呆),F02(癡呆在其他疾病分類其他地方),F03(未指明的癡呆),F10.6(精神和行為障礙由於精神物質使用,失憶症綜合征),F10.7(精神和行為障礙由於精神物質使用,剩餘和晚發性精神障礙),G30(阿爾茨海默病)或G31.0(其他退行性疾病的神經係統,而不是其他地方分類),來自以前的工作評估他APC數據之間的協議和初級護理數據,通過全科醫生調查和臨床實踐研究數據鏈接。31日

    數據連接和傳輸

    鏈接策略的目的是通過信息治理專家之間的合作,計算機科學家和臨床醫生在咩,倫敦大學學院和NHS數字(圖3)。第三方鏈接方法用於兩個主要原因。首先,它增強隱私保護作為數據發起者,咩,從未收到他招生數據和第三方,倫敦大學學院,沒有收到的個人身份信息。第二,它使有關數據集內訪問網站有足夠的高性能計算能力進行分析,提出一個函數大大超出幾乎所有國民保健服務設施。NHS病人鏈接標識符組成的一個獨特的識別號碼,性別和出生日期來自咩被轉移到NHS數字與一個獨特的研究使用密碼散列函數生成ID(隨機pseudonymisation)。眼科,死亡率數據和病人社會人口研究ID被轉移到倫敦大學學院。眼科影像數據與患者在研究期間提取和鑒定從他們的專有格式轉換醫學數字成像和通信(DICOM)格式之前轉移到倫敦大學學院。後與他聯係,NHS數字他數據轉移到倫敦大學學院數據安全的避風港,一個“圍牆花園”信任研究環境和外部審計ISO27001信息安全認證標準。32 33

    Linkage approach of AlzEye. Moorfields Eye Hospital (MEH) NHS Foundation Trust securely transfers a spreadsheet of identifiers with a study ID to NHS Digital and separately transfers the study ID with ophthalmic data, including diagnoses and retinal images, to University College London (UCL). NHS Digital links the identifiers with the Hospital Episode Statistics (HES) database and returns the admissions data with the study ID (and no identifiable data) to UCL. UCL links the ophthalmic data from MEH with HES data from NHS Digital using the study ID. NHS, National Health Service.
    " data-icon-position="" data-hide-link-title="0">圖3
    圖3

    AlzEye的聯係方法。眼科醫院NHS信托基金會(咩)安全地傳輸電子表格的標識符ID NHS數字和單獨轉讓研究ID與眼科數據,包括診斷和視網膜圖像,倫敦大學學院(UCL)。與醫院NHS數字鏈接標識符集統計(他)數據庫並返回招生數據與研究ID(倫敦大學學院和沒有可識別的數據)。UCL的眼科MEH數據鏈接他NHS的數據使用研究ID數字。NHS,國家衛生服務。

    統計分析

    成像研究AlzEye研究一般都是計劃內的形式嵌套病例對照研究。提高效率,控製可能匹配的情況下,使用條件邏輯回歸統計模型的二進製結果和生存分析比較數據(例如,Cox比例風險模型)。34在這種情況下,死亡是著名的競爭風險,subdistribution小時95%獨聯體將估計的敏感性分析。35其他高維建模方法,例如視覺變形金剛,也將探索。之前收到他從NHS數字數據,樣本容量進行計算。具體來說,我們評估之間的聯係OCT-derived視神經盤旁視網膜神經纖維層和黃斑神經節細胞內網狀層厚度和癡呆。給定一個或1.4 alpha 5%, 90% 1:1匹配的研究設計,總樣本量2106是必需的。36

    這份報告的數據設計在R V.4.1.0 (R核心團隊,2021。R統計計算的基礎,維也納,奧地利)。

    發現到目前為止

    提取獨特的病人參加咩門診2008年1月1日至2018年4月1日生成的一群353 157獨特的病人。崩潰的社會人口的類別群組提供了細節表1。群,190 494是女性(53.9%),平均年齡為68.4(±13.9)年。3 53 157例,186年651年共有1 337 711他在研究期間發作。NHS數字執行分層逐步聯係方式提供的匹配等級為每個他集。37在1 337 711他集匹配,匹配排名兩1 337 482集(確切NHS數字,確切的出生日期和確切性聯係),四個46集(確切NHS數字,確切性和部分出生日期)和8個183集(確切NHS數量)。

    把這個表:
    表1

    基線AlzEye群體的社會人口特征

    說明群組內的主要常見的眼科疾病合並報告的標準試驗所示樣式圖圖4。病例定義和排除無效的日期後,共有59 102例首次眼白內障手術,7214年060青光眼,31日新生血管性AMD和2494 PDR。

    Consolidated Standards of Reporting Trials style flow chart illustrating the distribution of cataract, glaucoma, neovascular age-related macular degeneration (AMD) and proliferative diabetic retinopathy (PDR) within the AlzEye dataset.
    " data-icon-position="" data-hide-link-title="0">圖4
    圖4

    合並報告的標準試驗風格流程圖說明白內障的分布,新生血管性青光眼,年齡相關性黃斑變性(AMD)和增生性糖尿病視網膜病變(PDR) AlzEye數據集內。

    在記錄他發作,患者1 87 811 022患者與編碼的心肌梗死發作,11 735名全因中風患者和13 363年癡呆。在癡呆組,4487名患者有代碼具體為血管性癡呆(阿爾茨海默氏癡呆和3381年表2)。

    把這個表:
    表2

    指定所選的例子的患者數量10日修訂國際疾病分類(ICD)編碼與糖尿病、心血管疾病和神經退行性疾病

    成像

    在研究期間,總共有6 261 931圖像獲得從1 54 830名患者。兩位領先的視網膜圖像模式是彩色照片(n = 1 874 175)和10月(n = 1 567 358)。成像模式的分布在三個供應商用於視網膜成像MEH-Topcon (Topcon集團、東京、日本),海德堡(海德堡工程、海德堡、德國)和光電元件(丹弗姆林,英國)——所示圖5和表3。大多數圖像獲得Topcon係統(n = 5 553 826 88.7%)。數量的圖片所示圖6。在研究期間,每年從2008年的229 868掃描成像收購增加了1 021 904年的2017。收集2018年4月1日停止就無法完成年度人物。示例圖像的主要眼科和係統性疾病結果所示圖7。

    Parallel sets diagram illustrating the imaging modality across vendors within AlzEye. The majority of images were acquired on the Topcon system and the most frequent modalities were colour photography and optical coherence tomography. Designed using the networkD3 package.
    " data-icon-position="" data-hide-link-title="0">圖5
    圖5

    平行設置圖說明在AlzEye影像學方法在供應商。大多數圖像獲得Topcon係統和最常見的形式是彩色攝影和光學相幹斷層掃描。設計使用networkD3包。

    把這個表:
    表3

    視網膜成像AlzEye數據集內由供應商和成像方法

    Stacked bar chart of the annual number of images acquired during the study period for the three leading device vendors at Moorfields Eye Hospital. Data for 2018 represents 3 months only prior to the study end date.
    " data-icon-position="" data-hide-link-title="0">圖6
    圖6

    堆疊柱形圖的年度數量的圖像在研究期間獲得三大設備供應商在眼科醫院。數據為2018年代表僅3個月前研究結束日期。

    Example colour retinal photographs of patients with ophthalmic and systemic diseases within AlzEye. (A) Age-related macular degeneration. (B) Cataract. (C) Glaucoma. (D) Proliferative diabetic retinopathy. (E) Prevalent Alzheimer’s disease. (F) Incident ischaemic stroke. (G) Incident myocardial infarction. (H) Prevalent vascular dementia.
    " data-icon-position="" data-hide-link-title="0">圖7
    圖7

    例患者視網膜的照片顏色在AlzEye眼科和係統性疾病。(一)年齡相關性黃斑變性。(B)白內障。(C)青光眼。(D)增生性糖尿病性視網膜病變。阿爾茨海默氏症(E)普遍。(F)事件缺血性中風。心肌梗死(G)事件。血管性癡呆(H)普遍。

    優勢和局限性

    據我們所知,我們已經創建了世界上最大的視網膜成像研究目前可用的數據集,將二級醫療眼科數據從53 157患者看到十年為一個周期一般健康和關鍵信息係統性疾病,通過招生捕獲任何醫院在英國國民健康保險製度。這個由6 261 931圖像,獲得使用七種不同的形式,從三個不同的製造商,在1 54 830名患者。當前英國大規模隊列,為AlzEye UKBB,提供有用的上下文。橫截麵數據可在UKBB兩個視網膜成像模式(顏色視網膜攝影和10月)獲得使用技術從一個製造商(Topcon)和67年在單個時間點321人。盡管公認的限製(見“AlzEye隊列的局限”部分)的真實數據集和他內的編碼數據庫,AlzEye超越純粹的規模提供了一些獨特的優勢。成像數據縱向高度多通道和屬於一個種族和socioeconomically多元化群體代表和眼科疾病的成年人。此外,AlzEye展示了相對較低的成本。這項研究是通過慈善機構資助小型格蘭特獎和NIHR BRC支持達£000。

    與其他資源

    UKBB AlzEye主要比較器,是最大的前瞻性流行病學隊列數據集提供橫斷麵視網膜成像與全身性的變量。38UKBB的限製之一是,與AlzEye,它提供了最小的縱向視網膜圖像。另一個前瞻性隊列研究,鹿特丹的研究,收集縱向視網膜成像大約15 000個參與者的數據,其中5065參與者資格在2017年10月掃描。39鹿特丹的研究發現了幾個裏程碑式的研究,特別是關於因果決定因素,但它的隊列相比仍相對較小UKBB和AlzEye大多數參與者是從一個地區在鹿特丹,荷蘭。7 40新加坡眼病流行病學是縱多通道視網膜成像計劃正在進行中,10 033名參與者的中國、印度和馬來種族已經招募了接受六年視網膜成像。41最近對眼科影像數據集沒有透露任何額外的相關公開數據集,包括係統性健康數據有關。42另外,我們自己的文獻回顧並沒有發現任何大規模的例子與真實的數據集(例如,包括那些受限製的訪問),包括與係統性的健康數據。這種資源的稀缺性表明這樣的數據集是具有挑戰性的進行建設,可能由於成本等因素,需要時間和延遲輸出,保留的參與者和擔憂技術冗餘。AlzEye方法在這種情況下是一個重要的替代模型。

    潛在的小說AlzEye隊列研究的影響

    一些流行病學與AlzEye機會出現時。首先,它提供了一個真實的快照眼科二級護理使用,代表大約1.2%的英國人40歲及以上(27 858 459 2011)。43通知公共衛生來說,這是一個強大的工具在眼睛和決策服務和特殊在描述的可能出現的潛在影響致殘疾病,如中風和PDR之間的相交。

    第二,它允許識別和探索新診斷眼科疾病之間的關係(或新稱醫院眼科服務)和新興係統事件和積累multimorbidity。病人往往有早期的反應與他們眼前問題,了解一個眼科的演講與嚴重的係統性疾病的可能性增加可能會提供一個早期幹預這些疾病的機會。44

    第三,嵌套病例對照研究評估retinal-based oculomic生物標誌物與全身性疾病(如老年癡呆症)在那些可以提供洞察他們的價值在靜態或動態的風險預測。新的建模方法突出了的潛在效用的視網膜篩查心血管危險分層,神經變性,腎,肝和血液學的疾病。45-51

    最後,通過高質量的標簽,它的大小和財富,眼科和係統性,AlzEye高維模型的發展提供了一種強大的催化劑,呼應ImageNet,數據庫目前超過1400萬圖片,這推動深度學習和計算機視覺研究十年前。52

    教訓AlzEye方法

    AlzEye突顯出一個價值最大化的機會定期收集數據來支持研究患者受益。然而,有許多治理和技術挑戰進行大規模investigator-led時數據鏈接。53AlzEye,早期信息治理專家對話,它和數據保護機構黨(咩和倫敦大學學院)以及數據製作團隊在NHS數字建立privacy-by-design鏈接的方法,增強隱私保護,同時保持計算的可行性。30 54最糟糕的是,入侵識別數據AlzEye會通知違反者的開發過程中,一個給定的個人訪問咩在2008年和2018年之間。由於AlzEye在我們中心的新方法,治理最大的障礙是獲得研究資助,這一過程花了近8個月。一旦批準,許可的屍體HRA和整體在8周內得到批準。連接與高維圖像數據也帶來一些技術障礙。強調最近由美國眼科學會的眼科成像技術受到有限的互操作性和低遵守標準化格式,如日本。55因此AlzEye中關鍵的任務是安全、健壯但有效的完全自動化處理原始眼科影像數據從其專有文件格式和相關元數據標準DICOM形式與標識符了。幸運的是,雖然這個操作需要大量的技術和工程輸入,大多數醫學成像模式已經受益於標準化供應商之間私企這一步為其他研究人員試圖模仿我們的方法。AlzEye的最後,一個關鍵的目標是發展的臨床預測模型使用深度學習的方法,這需要巨大的計算能力。規定圖形處理單元(GPU)住在倫敦大學學院使這一步;然而,其他人可能會考慮最近指導定位所需的保障健康數據在雲計算環境中訪問虛擬gpu和它所帶來的影響。56

    AlzEye隊列的限製

    盡管AlzEye提供的機會,這種方法有幾個的局限性和潛在的偏見的來源。首先,必須謹慎他診斷編碼的有效性。57雖然之前的驗證研究結論認為放電編碼為研究目的在他足夠強大,31日58相當大比例的情況下可能會錯過當使用個人來源。59例如,最近的工作連接電子醫療紀錄的5440萬人在英格蘭顯示他捕獲80.5%和65%的心肌梗死和中風/短暫性缺血性攻擊,分別與連杆相比另外將死亡注冊表和初級保健記錄。60一種緩解策略的偏見來源現實因此鏈接到多個數據源的數據。選擇性偏差,hospital-attending隊列,AlzEye群體內的個體可能會比一般人擁有更大的醫療合並症,限製任何研究的外部效度。此外,通過數據集的本質,病人在AlzEye隊列將有明確的或可疑的眼科疾病,尤其是那些重複的視網膜成像。的風險間的潛在的重要變量如吸煙還可能導致殘餘混雜。

    多通道的濃縮健康數據獲得病人的常規臨床護理的一部分在全國範圍內舉行數據庫提供了一個強大的發現科學和流行病學研究的基礎。我們強調的關鍵因素和挑戰那些尋求將高維數據來源,從高分辨率成像波形數據,在本地舉行專家數據。此外,我們為AlzEye提供隊列配置文件,一個強大的平台oculomic發現,專門評估視網膜形態學之間的關係和心血管疾病和老年癡呆症。除了發現,AlzEye隊列預計將成為一個重要的資源開發和驗證基於深度學習臨床預測模型可以使早期幹預對患者的風險這些危及生命的條件。

    協作

    歡迎國內外合作雖然限製訪問隊列意味著隻有AlzEye研究者可以直接分析個體層麵的係統性的健康數據。感興趣的研究人員應該聯係p.keane@ucl.ac.uk首席研究員。

    數據可用性聲明

    沒有額外的數據是可用的。受合同的數據之間的數據共享協議限製國民醫療服務數字,眼科醫院和倫敦大學學院,因此不能用於訪問AlzEye以外的研究團隊。

    倫理語句

    病人同意出版

    倫理批準

    本研究涉及人類參與者,研究倫理委員會批準(18 / LO / 1163,批準01/08/2018)和保密顧問組Section 251支持(18 / CAG / 0111, 13/09/2018批準)。國家衛生服務健康研究權威最終批準於2018年9月13日。251年獲得批準部分。

    確認

    作者感謝凱倫Bonstein和安迪Skilton支持病人和公眾的介入和參與,梅納卡茨本病房裏,羅斯綠色,馬克西姆Daniline和西蒙聖信息技術支持約翰·格林,Llinos布拉德利和德克蘭弗拉納根信息治理經驗,安東尼孔雀建議使用受信任的研究環境和安東尼奧de la廣場Larrea和理查德·麥克米倫法律指導數據共享協議。作者也感謝安東尼主席和Cathie Sudlow反饋研究設計。

    引用

    1. ↵
      1. Munevar年代
      。打開大數據更好的健康。生物科技Nat》2017年;35:684年- - - - - -6。doi: 10.1038 / nbt.3918pmid:http://www.ncbi.nlm.nih.gov/pubmed/28700551
      OpenUrl PubMed
    2. ↵
      1. Shilo年代,
      2. -羅茲曼H,
      3. 西格爾E
      。軸的革命:大數據的挑戰和承諾在醫療保健。Nat地中海2020年;26:29日- - - - - -38。doi: 10.1038 / s41591 - 019 - 0727 - 5
      OpenUrl
    3. ↵
      1. 歐博邁亞Z,
      2. 伊曼紐爾EJ
      。預測未來大數據,機器學習和臨床醫學。鄭傳經地中海J海外Ed2016年;375年:1216年- - - - - -9。doi: 10.1056 / NEJMp1606181
      OpenUrl
    4. ↵
      1. BhardwajR,
      2. 塞提一個,
      3. NambiarR
      。大數據在基因組學:概述。2014年IEEE國際會議上大數據(大數據),IEEE,2014年。
    5. ↵
      1. 他肯塔基州,
      2. 通用電氣D,
      3. 他毫米
      。大數據分析基因組醫學。Int J摩爾Sci2017年;18:412年。doi: 10.3390 / ijms18020412pmid:http://www.ncbi.nlm.nih.gov/pubmed/28212287
      OpenUrl PubMed
    6. ↵
      1. GilliesRJ,
      2. Kinahan體育,
      3. HricakH
      。Radiomics:圖像是比圖片,它們的數據。放射學2016年;278年:563年- - - - - -77年。doi: 10.1148 / radiol.2015151169pmid:http://www.ncbi.nlm.nih.gov/pubmed/26579733
      OpenUrl CrossRef PubMed
    7. ↵
      1. Hofman一個,
      2. Breteler百萬桶,
      3. 範名女警厘米,等
      。鹿特丹的研究:目標和設計更新。增加歐元2007年;22:819年- - - - - -29日。doi: 10.1007 / s10654 - 007 - 9199 - xpmid:http://www.ncbi.nlm.nih.gov/pubmed/17955331
      OpenUrl CrossRef PubMed 網絡的科學
    8. ↵
      1. RiboliE,
      2. 亨特KJ,
      3. SlimaniN,等
      。歐洲癌症與營養前瞻性調查(史詩):研究人口和數據收集。公共衛生減輕2002年;5:1113年- - - - - -24。doi: 10.1079 / PHN2002394pmid:http://www.ncbi.nlm.nih.gov/pubmed/12639222
      OpenUrl CrossRef PubMed 網絡的科學
    9. ↵
      1. BycroftC,
      2. 弗裏曼C,
      3. PetkovaD,等
      。英國生物庫資源深表現型和基因數據。自然2018年;562年:203年- - - - - -9。doi: 10.1038 / s41586 - 018 - 0579 - zpmid:http://www.ncbi.nlm.nih.gov/pubmed/30305743
      OpenUrl CrossRef PubMed
    10. ↵
      1. 弗萊一個,
      2. 小約翰TJ,
      3. SudlowC,等
      。比較社會人口和健康相關特征的英國生物庫參與者與一般人群。我增加2017年;186年:1026年- - - - - -34。doi: 10.1093 / aje / kwx246pmid:http://www.ncbi.nlm.nih.gov/pubmed/28641372
      OpenUrl CrossRef PubMed
    11. ↵
      1. 喬杜裏Z,
      2. 甘露聚糖F,
      3. Gibson-White一個,等
      。英國醫院的研究成果集統計(他)數據庫:文獻計量分析。J創新健康告知2017年;24:329年。doi: 10.14236 / jhi.v24i4.949
      OpenUrl
    12. ↵
      1. 朱Y,
      2. 鬆山Y,
      3. 大橋Y,等
      。當進行概率連杆與確定性聯係嗎?一個模擬研究。J生物醫學通知2015年;56:80年- - - - - -6。doi: 10.1016 / j.jbi.2015.05.012pmid:http://www.ncbi.nlm.nih.gov/pubmed/26004791
      OpenUrl CrossRef PubMed
    13. ↵
      醫院信息促進英國生物庫資源。可用:https://www.ukbiobank.ac.uk/2013/09/20000-participants-return-for-a-repeat-assessment/(訪問2020年10月13日]。
    14. ↵
      1. LubenR,
      2. ‘年代,
      3. 主席一個,等
      。住宅麵積不足和後續住院的風險在英國人口:EPIC-Norfolk隊列。beplay体育官方手机版2019年;9:e031251。doi: 10.1136 / bmjopen - 2019 - 031251pmid:http://www.ncbi.nlm.nih.gov/pubmed/31848162
      OpenUrl 文摘/免費的全文
    15. ↵
      1. 大P
      。年度年中人口估計,英國國家統計局,2014年。可用:https://www.ons.gov.uk/peoplepopulationandcommunity/populationandmigration/populationestimates/bulletins/annualmidyearpopulationestimates/2014-06-26(訪問2021年7月23日]。
    16. ↵
      1. 住房、社區和當地政府
      。英語指數的不足,2015年。2015年。可用:https://www.gov.uk/government/statistics/english -指數的不足- 2015(訪問2020年9月18日]。
    17. ↵
      1. 英國
      。2006年國家衛生服務行為。辦公室文具,2006年。
    18. ↵
      數據訪問請求服務(dar)。可用:https://digital.nhs.uk/services/data-access-request-service-dars(訪問2021年7月7]。
    19. ↵
    20. ↵
      1. Perez-Rovira一個,
      2. 麥吉利弗雷T,
      3. TruccoE,等
      。吸血鬼:血管評估和測量視網膜圖像的平台。為Int Conf IEEE Eng地中海生物Soc2011年;2011年:3391年- - - - - -4。doi: 10.1109 / IEMBS.2011.6090918pmid:http://www.ncbi.nlm.nih.gov/pubmed/22255067
      OpenUrl PubMed
    21. ↵
      1. 劉G,
      2. 王JJ,
      3. 張N,等
      。視網膜血管分形:方法,可靠性和與血壓的關係。眼科學2008年;115年:1951年- - - - - -6。doi: 10.1016 / j.ophtha.2008.05.029
      OpenUrl CrossRef PubMed 網絡的科學
    22. ↵
      1. 基恩巴勒斯坦權力機構,
      2. Grossi厘米,
      3. 福斯特PJ,等
      。光學相幹斷層掃描在英國生物庫的研究——快速自動化分析視網膜厚度大以人群為基礎的研究。《公共科學圖書館•綜合》2016年;11:e0164095。doi: 10.1371 / journal.pone.0164095pmid:http://www.ncbi.nlm.nih.gov/pubmed/27716837
      OpenUrl CrossRef PubMed
    23. ↵
      1. Peate我
      。NHS糖尿病眼篩查項目。英國醫療雜誌》的助理2019年;13:596年- - - - - -9。doi: 10.12968 / bjha.2019.13.12.596
      OpenUrl
    24. ↵
      1. 的意見K,
      2. 傅DJ,
      3. 莫拉G,等
      。Moorfields AMD數據庫報告2:參與新生血管性年齡相關性黃斑變性的眼睛。Br J角膜切削2020年;104年:684年- - - - - -90年。doi: 10.1136 / bjophthalmol - 2019 - 314446
      OpenUrl 文摘/免費的全文
    25. ↵
      1. 的意見K,
      2. 莫拉G,
      3. 瓦格納年代,等
      。一、兩年的視覺結果從Moorfields年齡相關性黃斑變性數據庫:一個回顧性隊列研究和一個開放的科學資源。beplay体育官方手机版2019年;9:e027441。doi: 10.1136 / bmjopen - 2018 - 027441
    26. ↵
      icd -版本,2010年。可用:https://icd.who.int/browse10/2010/en(訪問2021年7月22日]。
    27. ↵
      1. AsariaP,
      2. 艾略特P,
      3. 道格拉斯米,等
      。急性心肌梗塞住院和死亡在英國:一個國家返回和follow-forward記錄鏈接研究。柳葉刀公共衛生2017年;2:e191- - - - - -201年。doi: 10.1016 / s2468 - 2667 (17) 30032 - 4pmid:http://www.ncbi.nlm.nih.gov/pubmed/29253451
      OpenUrl PubMed
    28. ↵
      1. 梅特卡夫一個,
      2. Neudam一個,
      3. 福德年代,等
      。的急性心肌梗死病例定義管理數據庫和它們對住院死亡率的影響。Res健康服務2013年;48:290年- - - - - -318年。doi: 10.1111 / j.1475-6773.2012.01440.x
      OpenUrl CrossRef PubMed 網絡的科學
    29. ↵
      1. 麥考密克N,
      2. 拉卡耶不能確定D,
      3. BholeV,等
      。心肌梗死診斷的有效性在行政數據庫:一個係統的複習。《公共科學圖書館•綜合》2014年;9:e92286。doi: 10.1371 / journal.pone.0092286pmid:http://www.ncbi.nlm.nih.gov/pubmed/24682186
      OpenUrl CrossRef PubMed
    30. ↵
      1. 英國生物庫的結果裁定
      。中風的定義,英國生物庫階段1的結果裁定。可用:https://biobank.ndph.ox.ac.uk/showcase/showcase/docs/alg_outcome_stroke.pdf(訪問2021年8月23日]。
    31. ↵
      1. 布朗一個,
      2. KirichekO,
      3. Balkwill一個,等
      。比較老年癡呆症的記錄在定期收集住院數據在英格蘭與癡呆記錄在初級護理。緊急情況的主題論文2016年;13:11。doi: 10.1186 / s12982 - 016 - 0053 - zpmid:http://www.ncbi.nlm.nih.gov/pubmed/27800007
      OpenUrl CrossRef PubMed
    32. ↵
      1. Lea數控,
      2. 尼科爾斯J,
      3. 多布斯C,等
      。數據安全避風港和信任:向一個共同的理解信任研究的平台管理安全、道德健康研究。地中海JMIR通知2016年;4:e22。doi: 10.2196 / medinform.5571pmid:http://www.ncbi.nlm.nih.gov/pubmed/27329087
      OpenUrl PubMed
    33. ↵
    34. ↵
      1. 考克斯博士
      。回歸模型和生命表。英國皇家統計學會雜誌》:係列B1972年;34:187年- - - - - -202年。
      OpenUrl 網絡的科學
    35. ↵
      1. 細摩根大通,
      2. 灰色的RJ
      。比例風險模型的Subdistribution競爭風險。J是統計協會1999年;94年:496年- - - - - -509年。doi: 10.1080 / 01621459.1999.10474144
      OpenUrl CrossRef 網絡的科學
    36. ↵
      1. MutluU,
      2. ColijnJM,
      3. 伊克馬,等
      。協會在光學相幹斷層掃描癡呆症患者視網膜神經退化:以人群為基礎的研究。JAMA神經2018年;75年:1256年- - - - - -63年。doi: 10.1001 / jamaneurol.2018.1563pmid:http://www.ncbi.nlm.nih.gov/pubmed/29946702
      OpenUrl PubMed
    37. ↵
      1. 哈珀G
      。連杆的婦產科醫院集統計數據為出生在英格蘭出生登記和通知記錄2005 - 2014年:質量保證連杆的常規數據單和多胞胎。beplay体育官方手机版2018年;8:e017898。doi: 10.1136 / bmjopen - 2017 - 017898
    38. ↵
      1. 蔡西爾維,
      2. 托馬斯。D,
      3. 艾倫N,等
      。群組簡介:設計和方法的眼睛和視力英國生物庫的財團。beplay体育官方手机版2019年;9:e025077。doi: 10.1136 / bmjopen - 2018 - 025077
    39. ↵
      1. MutluU,
      2. Bonnemaijer脈寬調製,
      3. 伊克馬,等
      。視網膜神經退化和大腦MRI標記:鹿特丹學習。一般人衰老2017年;60:183年- - - - - -91年。doi: 10.1016 / j.neurobiolaging.2017.09.003pmid:http://www.ncbi.nlm.nih.gov/pubmed/28974335
      OpenUrl PubMed
    40. ↵
      1. 伊克馬,
      2. BrusselleGGO,
      3. MuradSD,等
      。鹿特丹的研究:2018更新目標,設計和主要結果。增加歐元2017年;32:807年- - - - - -50。doi: 10.1007 / s10654 - 017 - 0321 - 4
      OpenUrl CrossRef PubMed
    41. ↵
      1. Majithia年代,
      2. ThamY-C,
      3. 齊川陽馬丁,等
      。群組簡介:新加坡的眼病流行病學研究(種子)。Int增加2021年;50:41- - - - - -52。doi: 10.1093 / ije / dyaa238
      OpenUrl PubMed
    42. ↵
      1. 汗SM,
      2. 劉X,
      3. 納年代,等
      。全球審查公開數據集眼科影像:訪問障礙,可用性,和generalisability。柳葉刀數字健康2021年;3:樓- - - - - -66年。doi: 10.1016 / s2589 - 7500 (20) 30240 - 5pmid:http://www.ncbi.nlm.nih.gov/pubmed/33735069
      OpenUrl PubMed
    43. ↵
    44. ↵
      1. 伊諾克J,
      2. 麥當勞l,
      3. 瓊斯l,等
      。評估是否最有價值意義上的視線。JAMA角膜切削2019年;137年:1317年- - - - - -20.。doi: 10.1001 / jamaophthalmol.2019.3537pmid:http://www.ncbi.nlm.nih.gov/pubmed/31580383
      OpenUrl PubMed
    45. ↵
      1. SabanayagamC,
      2. 徐D,
      3. 停DSW,等
      。深入學習算法來檢測慢性腎髒疾病從視網膜社區人群的照片。柳葉刀數字健康2020年;2:e295- - - - - -302年。doi: 10.1016 / s2589 - 7500 (20) 30063 - 7pmid:http://www.ncbi.nlm.nih.gov/pubmed/33328123
      OpenUrl PubMed
    46. ↵
      1. 米塔尼一個,
      2. 黃一個,
      3. Venugopalan年代,等
      。檢測視網膜眼底圖像通過深度學習的貧血。Nat生物醫學中2020年;4:18- - - - - -27。doi: 10.1038 / s41551 - 019 - 0487 - z
      OpenUrl
    47. ↵
      1. 府綢R,
      2. 同其它AV,
      3. 布盧姆K
      。心血管危險因素的預測從視網膜眼底照片通過深入學習。Nat生物醫學中2018年;2:158年- - - - - -64年。
      OpenUrl
    48. ↵
      1. 明智的CE,
      2. 王D,
      3. HenaoR
      。卷積神經網絡識別阿爾茨海默病症狀使用多通道視網膜成像。Br J角膜切削(發表:2020年11月26日)。
    49. ↵
      1. 張CY,
      2. 徐D,
      3. 程bxcy,等
      。深度學習係統來評估心血管疾病的風險通過視網膜血管口徑的測量。Nat生物醫學中2021年;5:498年- - - - - -508年。doi: 10.1038 / s41551 - 020 - 00626 - 4
      OpenUrl
    50. ↵
      1. 肖W,
      2. 黃X,
      3. 王JH,等
      。篩選和確定肝膽的疾病通過深入學習使用眼部圖像:一個前瞻性多中心研究。柳葉刀數字健康2021年;3:e88- - - - - -97年。doi: 10.1016 / s2589 - 7500 (20) 30288 - 0pmid:http://www.ncbi.nlm.nih.gov/pubmed/33509389
      OpenUrl PubMed
    51. ↵
      1. 瓦格納SK,
      2. 傅DJ,
      3. 西班牙l,等
      。洞察係統性疾病通過視網膜成像Oculomics。Transl Vis Sci拋光工藝2020年;9:6。doi: 10.1167 / tvst.9.2.6pmid:http://www.ncbi.nlm.nih.gov/pubmed/32704412
      OpenUrl PubMed
    52. ↵
      1. 鄧J,
      2. 越南盾W,
      3. SocherR
      。ImageNet:大規模的分層圖像數據庫。2009年IEEE計算機視覺與模式識別會議,2009年。
    53. ↵
      1. HarronK,
      2. 神智C,
      3. 博伊德J,等
      。為研究挑戰管理數據鏈接。大數據Soc2017年;4:205395171774567。doi: 10.1177 / 2053951717745678pmid:http://www.ncbi.nlm.nih.gov/pubmed/30381794
      OpenUrl PubMed
    54. ↵
    55. ↵
      1. 李唉,
      2. 坎貝爾摩根大通,
      3. 黃TS,等
      。建議在眼科的標準化圖像。眼科學2021年;128年:969年- - - - - -70年。doi: 10.1016 / j.ophtha.2021.03.003pmid:http://www.ncbi.nlm.nih.gov/pubmed/33832778
      OpenUrl PubMed
    56. ↵
    57. ↵
      1. Sinha年代,
      2. 桃子G,
      3. PolonieckiJD,等
      。研究使用英語的管理數據(醫院統計數據集)來評估醫療outcomes-systematic審查和建議報告。歐元J公共衛生2013年;23:86年- - - - - -92年。doi: 10.1093 / eurpub / cks046
      OpenUrl CrossRef PubMed 網絡的科學
    58. ↵
      1. 伯恩斯新興市場,
      2. 裏格比E,
      3. MamidannaR,等
      。係統回顧放電編碼的準確性。J公共衛生2012年;34:138年- - - - - -48。doi: 10.1093 / pubmed / fdr054
      OpenUrl CrossRef PubMed 網絡的科學
    59. ↵
      1. HerrettE,
      2. 沙阿廣告,
      3. BoggonR,等
      。記錄的完整性和有效性診斷急性心肌梗死事件在初級保健,醫療,疾病登記處,和國家死亡率記錄:隊列研究。BMJ2013年;346年:f2350。doi: 10.1136 / bmj.f2350pmid:http://www.ncbi.nlm.nih.gov/pubmed/23692896
      OpenUrl 文摘/免費的全文
    60. ↵
      1. 木一個,
      2. DenholmR,
      3. 目的就是年代,等
      。全國研究與電子健康記錄的5400萬多人在英格蘭:數據資源。BMJ2021年;373年:n826。doi: 10.1136 / bmj.n826
      OpenUrl 文摘/免費的全文

    腳注

    • 推特@sktywagner、@fintanhughes @cortina_borja、@s_e_petersen @konbalaskas @pearsekeane

    • 貢獻者SKW、AKD PAK手稿寫了初稿,由跳頻,批判修正MCB, RS, NP, XL,嗯,DCA, ET, 9月,KB, JH,美聯社和JSR。作者SKW,跳頻、NP、嗯,JH,美聯社,JSR, AKD PAK參與最初的設計的研究。RS、NP和DCA:計算機科學專業知識。JH:信息治理。名盾牌,美聯社,JSR AKD統計學和流行病學提供指導。所有作者都批準了最終版本的手稿。首席研究員(PAK)接受全部責任,作為擔保人,為完成的工作,開展的研究中,對數據的訪問,決定發布控製。

    • 資金本研究通過一個小撥款頒發爭取(格蘭特參考:24 az171)。這項研究由美國國家衛生研究所(NIHR)基於生物醫學研究中心在眼科醫院NHS信托基金會和倫敦大學眼科研究所。作者的觀點是(s)和不一定NHS, NIHR或衛生部和社會關懷。

    • 相互競爭的利益SKW通過醫學研究委員會資助的臨床研究培訓獎學金(先生/ TR000953/1)。NP是由眼科慈善事業發展獎(R190031A)。HM支持由國家衛生研究所(NIHR)全麵的生物醫學研究中心(BRC)倫敦大學學院醫院。9月收到在Barts NIHR BRC的支持。KB已經收到了來自諾華議長費,拜耳,Alimera,愛力根,羅氏公司和海德堡;從諾華和拜耳會議或者旅遊費用;賠償在諾華和拜耳的顧問委員會;谘詢費從Apellis諾華和羅氏公司和研究支持,諾華和拜耳。美聯社獲得的金融支持基於NIHR BRC(咩)眼科醫院NHS信托基金會和倫敦大學眼科研究所;指導委員會的一部分先進的神經和青光眼成像(安吉人)網絡是由蔡司和OCTiMS研究的指導委員會是由諾華和議長費從海德堡工程報告。 JSR receives support from the NIHR as a senior investigator and via the NIHR BRCs at MEH and Great Ormond Street Hospital. AKD is director of INSIGHT, the HDRUK Health Data Research Hub for Eye Health. PAK is supported by a Moorfields Eye Charity Career Development Award (R190028A) and a UK Research & Innovation Future Leaders Fellowship (MR/T019050/1); receives research support from Apellis; is a consultant for DeepMind, Roche, Novartis, Apellis and Bitfount; is an equity owner in Big Picture Medical and has received speaker fees from Heidelberg Engineering, Topcon, Allergan, Roche and Bayer, meeting or travel fees from Novartis and Bayer and compensation for being on an advisory board from Novartis and Bayer.

    • 病人和公眾參與病人和/或公眾參與設計,或行為,或報告,或傳播本研究計劃。引用隊列描述部分進一步了解細節。

    • 出處和同行評議不是委托;外部同行評議。

    請求的權限

    如果你想重用任何或所有本文的請使用下麵的鏈接,這將帶你到版權稅計算中心的RightsLink服務。你將能夠獲得快速的價格和即時允許重用內容在許多不同的方式。

    版權信息:

    ©作者(年代)(或他們的雇主(s)) 2022。CC通過數控允許重用。沒有商業重用。看到的權利和權限。BMJ出版的。 http://creativecommons.org/licenses/by-nc/4.0/這是一個開放的分布式條依照創作共用署名非商業性(4.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和許可他們的衍生產品在不同的協議,提供了最初的工作是正確地引用,給出合適的信用,任何更改表示,非商業使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/。