Analyse av DR-progresjon for å identifisere risikoer og behov for behandling (ALERT)

Diabetisk retinopati (DR) er en ledende årsak til synstap hos voksne med type 2-diabetes (T2D) og er assosiert med systemiske komplikasjoner, inkludert hjerte- og karsykdommer. Tidlig identifikasjon av pasienter med høy risiko for DR-progresjon og hjerte- og karhendelser er avgjørende for å optimalisere klinisk behandling. Retinale bildebiomarkører, kombinert med kliniske og demografiske data, gir en mulighet til å bedre forstå sykdomsmekanismer, forutsi progresjon av DR og assosierte hjerte- og karkomplikasjoner, og veilede personlig tilpassede intervensjoner.

Målet med denne studien er å undersøke innflytelsen av sentrale versus perifere retinallesjoner på DR-progresjon og stadieinndeling, karakterisere assosiasjoner mellom retinale biomarkører og hjerte- og karrisikofaktorer og store uønskede hjerte- og karhendelser (MACE), og bidra til forståelsen av patofysiologiske mekanismer som ligger til grunn for DR hos T2D-pasienter. Studien vil også generere en høykvalitets, harmonisert database for å støtte utviklingen av kunstig intelligens (AI)-modeller.

Denne studien har som mål å fastslå i hvilken grad sentrale og perifere retinallesjoner, sammen med kvantitative bildebiomarkører, bidrar til progresjon og stadieinndeling av DR og forekomsten av hjerte- og karkomplikasjoner hos pasienter med T2D. I tillegg, innenfor rammen av ALERT-prosjektet (støttet av Fundação para Ciência e Tecnologia (FCT); COMPETE2030-FEDER-00921900), vil dataene fra denne kliniske studien bli brukt til å skape en harmonisert, høykvalitetsdatabase for utviklingen av utforskende tolkbare kunstig intelligens-modeller for å forutsi DR-progresjon og stadie, samt forutsi verdier av hjerte- og karrisikofaktorer og risikoen for å utvikle hjerte- og karkomplikasjoner.