在越南由非医师分级人员进行糖尿病视网膜病变筛查期间开发和测试低成本机会性青光眼筛查模型

背景：

根据国际糖尿病联合会 (IDF) 的数据，在 20-79 岁的成年人中，糖尿病患病率将从 2019 年的 4.63 亿增加到 2045 年的 7.43 亿，增幅为 51%。 从 2019 年到 2045 年，这一增长预计在欧洲为 15%，在北美为 33%，在东南亚为 74%，在非洲为 143%。 在非洲，大约五分之三的糖尿病参与者仍未确诊。 高收入国家与糖尿病相关的卫生总支出为 4940 亿美元，中等收入国家为 2640 亿美元，而低收入国家仅支出 10 亿美元。 因此，糖尿病是世界范围内的一个巨大问题，尤其是在低收入国家。

糖尿病视网膜病变是糖尿病最常见的微血管并发症，如果不及时治疗会导致失明。 糖尿病性视网膜病变是导致失明的主要原因之一，尤其是在视力对日常生活非常重要的工作人群中。 三分之一的糖尿病患者患有糖尿病性视网膜病变。

然而，糖尿病性视网膜病变 (DR) 可以得到有效治疗，但早期发现和及时转诊对于取得成功至关重要。 通过对糖尿病人群进行全面和系统的监测，早期诊断、及时转诊和获得治疗已被证明在临床上有效且具有成本效益。 英国 (UK) 有一项基于全国人群的糖尿病视网膜病变筛查计划，该计划非常成功。 在许多资源受限的环境中，这些筛查项目并不存在或发展不充分。 最近在越南结束了一项研究，在该研究中，非医师分级员接受了在糖尿病患者人群中筛查糖尿病性视网膜病变的培训。 该研究还评估了越南医学分级员与非医师分级员之间 DR 分级的准确性。

本研究的目的是在糖尿病视网膜病变筛查期间开发和测试低成本的机会性青光眼筛查模型，使用目前在最近结束的糖尿病视网膜病变 (DR) 研究中使用的相同非医师分级。

介绍

青光眼是一种进行性视神经病变，具有特征性视神经变化和功能性视野缺陷，部分与升高的眼内压 (IOP) 有关。 该疾病的特征是典型的视神经损伤模式、视网膜神经节细胞丢失和视网膜神经纤维层变薄。 青光眼根据前房角的形态可分为两大类：开角型青光眼和闭角型青光眼。 这两种类型的青光眼具有不同的危险因素、不同的自然病程和不同的管理。 根据青光眼的病因，还有其他形式的分类，包括原发性和继发性青光眼。 青光眼是全球不可逆转失明的主要原因。 据估计，2010 年有 6050 万人患有青光眼。 青光眼是世界范围内的一个大问题，尤其是在发展中国家。 然而，这种疾病可以通过药物、激光和手术治疗来控制。 眼内压从基线降低 30-50% 通常会阻止疾病的进展。

据报道，特别是亚洲人和非洲人的预期寿命增加可能导致 2013 年至 2040 年青光眼患病率增加 74%。 预计到 2040 年，青光眼的患病率将从 6430 万增加到 1.118 亿，青光眼将不成比例地影响居住在非洲和亚洲的人们。

青光眼通常会在患者的中央视力受到影响之前不被注意地发展，因此在症状出现之前及早发现该疾病很重要。 然而，未确诊疾病的发生率在发展中国家相当高，其中很大一部分人不知道这种疾病。 据估计，发展中国家约有 95% 的人不知道自己患有青光眼，而发达国家有 50% 的人不知道这种疾病。 青光眼的早期检测需要某种形式的筛查。 任何疾病的筛查都是二级预防的一种形式，目标通常是预防不良结果。 在青光眼的情况下，筛查有助于在无症状阶段对其进行诊断，以便可以更早地开始治疗以减缓或防止疾病进展为失明。 在最近一项关于美国未发现且未经治疗的青光眼负担的研究中，据报道，黑人患有未确诊青光眼的几率最高，是高加索人的 4.4 倍。 这种差异归因于黑人获得医疗保健的机会不均。 缓解这种情况的一种方法是进行基于人群的青光眼筛查。 但这在发达国家并不具有成本效益。

然而，在最近发表在《柳叶刀全球健康》上的一项研究中，据报道，人口筛查在中国具有成本效益。 在一项关于印度农村青光眼社区筛查成本效益的研究中，据报道，社区筛查将在 10 年期间防止 2,190 人年失明。 得出的结论是，如果针对 40-69 岁年龄组并在城市地区实施，社区人口筛查可能具有成本效益。 最近在中国进行的一项研究表明，使用决策分析马尔可夫模型，原发性开角型青光眼 (POAG) 和原发性闭角型青光眼 (PACG) 的人群筛查在中国农村和城市都具有成本效益。

使用相同的设施筛查两种主要致盲性眼病（青光眼和糖尿病性视网膜病变）可能更具成本效益。 机会性青光眼筛查可能更具成本效益，尤其是当它被装入另一个筛查项目时。 糖尿病视网膜病变筛查一直在使用视神经照片进行。 可以训练目前正在筛查糖尿病性视网膜病变的相同非医师分级员使用相同的设施和图像也筛查青光眼。

在资源匮乏的环境中使用非医师分级人员进行筛查尤为重要，因为这些是接受过糖尿病筛查培训的卫生工作者群体。 此外，它还减轻了发展中国家稀缺、训练有素的医疗保健提供者的负担。

学习目标：

• 开发使用非医师评分员在糖尿病视网膜病变筛查期间获得的眼底图像筛查青光眼的培训课程。
• 在越南的非医师评分者中测试此培训课程

主要研究问题 训练有素的非医师分级员能否在糖尿病视网膜病变筛查期间准确筛查青光眼？

方法

研究设计：这是一项研究前后的非受控干预实验，其中应培训至少 42 名非医师分级员使用在越南进行糖尿病视网膜病变 (DR) 筛查时获得的视神经照片筛查青光眼。

研究流程如下：

• 非医师评分者在基线时获得同意、注册并在标准图像集上进行测试
• 非医师评分者完成培训课程。 课程每个模块的末尾都有问题，参与者必须通过复习题。 那些未能通过修订问题的任何方面的人必须复习课程的那些部分。
• 非医师评分者将在标准图像集上进行课后测试。

他们的表现将与基线以及参与 DR 分级计划但未参加视神经分级课程的眼科医生的表现进行比较

• 非医师评分者将在标准图像集上进行课后测试。

他们的表现将与基线以及参与 DR 分级计划但未参加视神经分级课程的眼科医生的表现进行比较

标准图像训练集和测试集：

每张图片都包含约 50 张非青光眼患者的正常视神经图像和约 50 张青光眼患者的图像，这些图像来自正在进行的 ORBIS CAFÉ DR 筛查计划（评分员正在开展该计划），基于人群的眼科研究英国 (NICOLA) 和标准青光眼视神经病变评估 (GONE) 图像集。 (https://gone-project.com/newgone/)

培训和评估能力：

培训应使用 Orbis 的 Cyber​​-sight 网站在线进行，该课程是专门为研究人员的研究创建的，根据世界青光眼协会和 GONE 网站上用于教授医生的材料以及眼科住院医师培训课程进行了修改。 先前设计的测试集的最低准确度为 70% 将被视为足够的能力。 在测试中得分低于 70% 的参与者将接受教师指导的培训课程，之后参与者将再次参加测试。

招聘：

越南非医师和眼科医生 DR 图像分级员：这些人已经接受过筛查和分级糖尿病性视网膜病变的培训，将通过询问他们是否愿意参与研究来招募他们。 将获得知情同意，参与者将被允许自愿参与。和 如果他们告诉他们如果他们选择不参加研究，他们的工作无论如何都不会受到影响。 研究中至少应包括 42 名非医师和 12 名眼科医生评分者

计划的结果统计分析：

统计样本量和方法：42 名参与者的最小样本量是使用配对样本量公式计算的，用于定量结果数据，置信度为 95%，统计功效为 80%。 使用青光眼视神经病变评估研究 (GONE) 的统计数据，我们假设平均基线分数与 GONE 评估课程的第 5 个百分位分数相同，即 29%。

在课程结束时，我们假设平均分数与 GONE 评估课程的第 45 -50 个百分位分数相同，即 60%。 简而言之，GONE 在线课程旨在评估参与者评估青光眼视神经乳头的技能。 它始于 2015 年，截至 2021 年 10 月，已有 11,287 人进行了 45,619 次尝试。 然而，当只考虑第一次尝试和至少完成课程 80% 的人时，这个数字减少到 3666 人。 本教程共包含 15 张光盘镜像。

灵敏度和特异性（具有 95% 的置信区间 (CI)）、阳性和阴性预测值、接受者操作特征 (ROC) 曲线下的面积和 kappa 统计量，将越南的非医师和眼科医生评分者与标准图像集上的评分进行比较应执行。 培训后非医师评分员的表现将与培训前进行比较，也将与未参加视神经课程但在 CAFÉ 计划中担任 DR 评分员的眼科医生进行比较，比较的主要结果是接受者-操作者曲线下的面积。

数据保护问题 从中获得视神经图像的参与者不应被正式纳入本研究。 本研究将仅使用他们去识别化的视神经图像，图像分析应以去识别化的方式进行。 尽管视神经图像被视为个人数据，但所有图像都已完全匿名和去识别化。 在 NICOLA、HANDAN 和 GONE 研究中获得了对图像研究使用的一揽子许可。 这些研究得到了充分的伦理批准，并获得了参与者的同意，可以在未来的研究中使用这些图像。

数据的所有电子副本均应存储在受密码保护的计算机上，并带有书面日志和受密码保护的建筑物访问权限。 所有纸质数据副本将被锁定在 QUB 的特定文件柜中。 所有视神经照片都将被匿名化、完全去识别化，并保存在 QUB 的安全、受密码保护的服务器中。 本研究产生的所有数据均应完全匿名。