Ziel Entwicklung eines Deep-Learning-Modells (DL), das das Alter anhand von Fundusbildern (Netzhautalter) vorhersagt, und Untersuchung des Zusammenhangs zwischen der Netzhaut-Alterslücke (vom DL-Modell vorhergesagtes Netzhautalter minus chronologisches Alter) und dem Sterblichkeitsrisiko. Methoden Insgesamt wurden 80.169 Fundusbilder von 46.969 Teilnehmern der britischen Biobank in angemessener Qualität in diese Studie einbezogen. Davon wurden 19.200 Fundusbilder von 11.052 Teilnehmern ohne Krankengeschichte bei der Basisuntersuchung verwendet, um das DL-Modell für die Altersvorhersage mithilfe einer fünffachen Kreuzvalidierung zu trainieren und zu validieren. Insgesamt 35.913 der verbleibenden 35.917 Teilnehmer verfügten über Mortalitätsdaten, die zur Untersuchung des Zusammenhangs zwischen retinalem Altersunterschied und Mortalität herangezogen wurden. Ergebnisse Das DL-Modell erreichte eine starke Korrelation von 0,81 (p<0,001) zwischen Netzhautalter und chronologischem Alter und einen mittleren absoluten Gesamtfehler von 3,55 Jahren. Cox-Regressionsmodelle zeigten, dass jede einjährige Zunahme der Netzhaut-Alterslücke mit einem Anstieg des Gesamtmortalitätsrisikos um 2 % verbunden war (Hazard Ratio [HR] = 1,02, 95 %-KI: 1,00 bis 1,03, p = 0,020). und ein 3 %iger Anstieg des Risikos einer ursachenspezifischen Mortalität, die auf nicht-kardiovaskuläre und nicht krebsbedingte Erkrankungen zurückzuführen ist (HR=1,03, 95 %-KI: %: 1,00 bis 1,05, p=0,041) nach multivariablen Anpassungen. Es wurde kein signifikanter Zusammenhang zwischen dem Altersunterschied in der Netzhaut und der kardiovaskulären oder krebsbedingten Mortalität festgestellt. Schlussfolgerungen Unsere Ergebnisse deuten darauf hin, dass der Altersunterschied in der Netzhaut ein potenzieller Biomarker für das Altern sein könnte, der eng mit dem Mortalitätsrisiko zusammenhängt, was das Potenzial der Netzhautbildgebung als Screening-Instrument für die Risikostratifizierung und die Bereitstellung personalisierter Interventionen impliziert. . |
Kommentare
Der Unterschied zwischen dem biologischen Alter der Netzhaut, den lichtempfindlichen Schichten des Nervengewebes im hinteren Teil des Auges und dem tatsächlichen (chronologischen) Alter einer Person hängt mit ihrem Sterberisiko zusammen, wie eine online in Großbritannien veröffentlichte Studie ergab Zeitschrift für Augenheilkunde .
Dieser „retinale Altersunterschied“ könnte als Screening-Instrument genutzt werden, schlagen die Forscher vor.
Immer mehr Hinweise deuten darauf hin, dass das Netzwerk kleiner Gefäße (Mikrogefäße) in der Netzhaut ein zuverlässiger Indikator für die allgemeine Gesundheit des Kreislaufsystems und des Gehirns des Körpers sein könnte.
Während das Krankheits- und Sterberisiko mit zunehmendem Alter zunimmt, ist es klar, dass diese Risiken zwischen Menschen gleichen Alters erheblich variieren, was bedeutet, dass das „biologische Altern“ einzigartig für den Einzelnen ist und möglicherweise ein besserer Indikator für die aktuelle Gesundheit und die Zukunft ist, sagt er Der Forscher.
Verschiedene gewebe-, zell-, chemische und bildbasierte Indikatoren wurden entwickelt, um biologische Alterung zu erkennen, die nicht mit der chronologischen Alterung übereinstimmt. Allerdings sind diese Techniken mit ethischen und datenschutzrechtlichen Problemen behaftet und zudem oft invasiv, teuer und zeitaufwändig, sagen Forscher.
Deshalb wandten sie sich dem Deep Learning zu, um zu sehen, ob es das Alter der Netzhaut einer Person anhand von Bildern des Fundus, der inneren Rückseite des Auges, genau vorhersagen kann, und um herauszufinden, ob es einen Unterschied zwischen dieser und der Person gibt Das tatsächliche Alter, bekannt als „retinaler Altersunterschied“, könnte mit einem höheren Sterberisiko verbunden sein.
Deep Learning ist eine Form des maschinellen Lernens und der künstlichen Intelligenz (KI), die die Art und Weise nachahmt, wie Menschen bestimmte Arten von Wissen erwerben. Aber im Gegensatz zu klassischen Algorithmen für maschinelles Lernen, die linear sind, sind Deep-Learning-Algorithmen in einer Hierarchie zunehmender Komplexität gestapelt.
Die Forscher stützten sich auf 80.169 Fundusbilder von 46.969 Erwachsenen im Alter von 40 bis 69 Jahren, die alle Teil der UK Biobank waren, einer großen bevölkerungsbasierten Studie mit mehr als einer halben Million Einwohnern des Vereinigten Königreichs. mittleres Alter und älter.
Etwa 19.200 Bilder des rechten Augenhintergrunds von 11.052 Teilnehmern mit relativ gutem Gesundheitszustand beim ersten Biobank-Gesundheitscheck wurden verwendet, um die Genauigkeit des Deep-Learning-Modells für die Vorhersage des Netzhautalters zu validieren.
Dies zeigte einen starken Zusammenhang zwischen dem vorhergesagten Netzhautalter und dem tatsächlichen Alter, mit einer Gesamtgenauigkeit innerhalb von 3,5 Jahren.
Anschließend wurde der Netzhautaltersunterschied bei den verbleibenden 35.917 Teilnehmern über einen durchschnittlichen Nachbeobachtungszeitraum von 11 Jahren beurteilt. In diesem Zeitraum starben 1871 (5 %) Teilnehmer: 321 (17 %) an Herz-Kreislauf-Erkrankungen; 1018 (54,5 %) Krebs; und 532 (28,5 %) hatten andere Ursachen, einschließlich Demenz.
Der Anteil der „schnell Alternden“ (Personen, deren Netzhaut älter erschien als ihr tatsächliches Alter) mit Netzhaut-Altersunterschieden von mehr als 3, 5 und 10 Jahren betrug 51 %, 28 % bzw. 4,5 %.
Große Altersunterschiede in der Netzhaut waren signifikant mit einem um 49 % bis 67 % höheren Sterberisiko verbunden, außer durch Herz-Kreislauf-Erkrankungen oder Krebs.
Und jeder Anstieg des Netzhautaltersunterschieds um ein Jahr war mit einem Anstieg des Risikos, aus irgendeinem Grund zu sterben, um 2 % und eines Anstiegs des Risikos, aufgrund einer bestimmten Ursache außer einer Herz-Kreislauf-Erkrankung zu sterben, um 3 % verbunden. und Krebs, unter Berücksichtigung von Einflussfaktoren wie Bluthochdruck, Gewicht (BMI), Lebensstil und ethnischer Zugehörigkeit.
Das gleiche Verfahren führte bei Anwendung auf das linke Auge zu ähnlichen Ergebnissen.
Da es sich hierbei um eine Beobachtungsstudie handelt , kann die Ursache nicht ermittelt werden. Die Forscher erkennen auch an, dass die Netzhautbilder zu einem bestimmten Zeitpunkt aufgenommen wurden und dass die Teilnehmer möglicherweise nicht repräsentativ für die gesamte britische Bevölkerung sind.
Sie schreiben jedoch: „Unsere neuen Erkenntnisse haben ergeben, dass der Altersunterschied in der Netzhaut ein unabhängiger Prädiktor für ein erhöhtes Sterblichkeitsrisiko ist, insbesondere für Sterblichkeit, die nicht mit Herz-Kreislauf-Erkrankungen oder Krebs zusammenhängt.“ „Diese Ergebnisse legen nahe, dass das Netzhautalter ein klinisch bedeutsamer Biomarker für das Altern sein könnte.“
Sie fügen hinzu: „Die Netzhaut bietet ein einzigartiges und zugängliches ‚Fenster‘ zur Beurteilung der zugrunde liegenden pathologischen Prozesse systemischer vaskulärer und neurologischer Erkrankungen, die mit einem erhöhten Mortalitätsrisiko verbunden sind.“
„Diese Hypothese wird durch frühere Studien gestützt, die darauf hindeuteten, dass Netzhautbilder Informationen über kardiovaskuläre Risikofaktoren, chronische Nierenerkrankungen und systemische Biomarker enthalten.“
Die neuen Erkenntnisse, kombiniert mit früheren Forschungsergebnissen, untermauern „die Hypothese, dass die Netzhaut eine wichtige Rolle im Alterungsprozess spielt und empfindlich auf die kumulativen Schäden des Alterns reagiert, die das Sterberisiko erhöhen“, erklären sie.
