纵向筛查糖尿病视网膜病变在全国筛查程序:比较深度学习和人类的年级

文摘

客观的。评价糖尿病视网膜病变(DR)筛查通过深度学习(DL)和训练有素的人力年级(HG)在纵向队列研究,病例谱变化基于治疗转诊和最近诊断为博士。方法。我们随机选择糖尿病患者两次筛选,相隔两年在一个全国性的筛选程序。建立了参考标准通过由视网膜专家裁定。每个病人的眼底照片颜色分级,和一个病人被认为是影响视觉博士(STDR)如果糟糕眼睛严重nonproliferative博士,博士增生性或糖尿病黄斑水肿。我们比较筛选博士通过两种方式:DL和HG。对于每一个形态,我们模拟治疗转诊患者排除发现STDR从第二筛选使用该模式。结果。有5738名患者(12.3% STDR)在第一筛选。DL和HG捕获不同数量的STDR情况下,模拟转诊和排除ungradable病例之后,4148年和4263年的病人仍然在第二次筛选,分别。在第二个筛选STDR患病率为5.1%和6.8% DL - HG-based筛选,分别。随着患病率下降,方法的灵敏度下降从第一个第二个筛选(DL:从95%提高到90%, ;HG:从74%提高到57%, )。在第一次和第二次筛查,DL的假阴性率是五分之一的HG(0.5 - -0.6%和2.9 - -3.2%)。结论。2年的纵向随访的筛查人群博士STDR患病率下降对DL -和HG-based筛选。博士在纵向随访检查筛查可以更加困难,诱发低敏感性对DL和HG,尽管DL的假阴性率大大降低。我们的数据可能对卫生经济学分析纵向筛选有用的设置。

1。介绍

失明从糖尿病预计将大幅上升在这个新的十年(1]。减少糖尿病危害失明,全国范围的系统筛查糖尿病性视网膜病变(DR)已经实现(2]。许多国家已经研究了系统筛查项目的发展(3- - - - - -6),导致一些教训。首先,尽管大部分控制糖尿病无视网膜病变患者视力丧失多年来的低风险(7),不出席在筛查项目的风险增加视觉损失影响视觉(STDR)[博士8]。而年度筛查通常是建议[博士9,10),一些资源丰富的国家的研究发现天花板的患者(11)由丰富的资源投资(妥协12]。筛查间隔从年度延伸到每隔2 - 3年在欧洲被发现具有成本效益的几项研究[13,14]。

自动化的视网膜疾病评估工具研究了筛选博士之前的商业可用性视网膜数码摄影(15]。使用传统的机器学习方法,该工具到达了一个高原博士检测可参考的高敏感性(90%),但味道有所欠缺的品种特异性(45%)(16在2010年代早期。深度学习(DL),机器学习的领域,最近显示出强劲的性能非常高的敏感性(95%)和特异性(95%)(17]。大多数横断面研究对DL筛选具有这种级别的性能(博士17- - - - - -21]。结果,筛选趋势转向使用DL博士在协助或取代训练人类年级博士(HG)检测推荐筛查项目(18]。

在纵向筛查评估DL的角色博士,研究纵向DL的性能是很重要的,特别是如果筛查是重复在随后的访问。不断筛查博士在随后几年将遇到的转变情况下谱由于病人正确检测到有可参考的博士或STDR称为治疗并退出筛选程序。群患者二次筛分在接下来的几年里应该包含主要情况下不显示结果STDR在前面的放映,但可能已经开发出新的早期STDR在以下放映的细微变化。这些微妙的变化可能更难以检测比更明显的发现与完善的STDR相关联。

在这项研究中,我们使用一个真实的,全国范围内,纵向筛查程序博士作为模型来评估双年展筛查使用DL和HG博士级视网膜色照片。目的是分析各种筛选结果中可能出现的变化检测STDR由DL / 2年,比较他们与那些由HG。

2。方法

本研究利用人口统计信息、实验室数据和糖尿病患者的视网膜眼底照片13卫生区域在泰国国家博士筛选程序。所有数据被鉴定。本研究根据赫尔辛基宣言与医院的机构审查委员会批准的患者。

制定了由卫生部在2013年,泰国博士筛查项目实施在每个省和非传染性疾病进行的单位在每个省卫生办公室。所有糖尿病患者可以访问这个项目没有成本由于全民覆盖国家卫生安全办公厅所提供的保险方案。符合一级证据表明其充分性,这个程序拥有nonmydriatic单字段(45度,macular-centered)彩色眼底摄影22)作为筛查工具在每个区域确定等级由训练有素的HG推荐眼科医生。

我们的研究包括随机选择患者的筛查程序进行了筛选博士两次,相隔两年(2014年到2016年或2015年和2017年)。所有患者视网膜拍摄的两只眼睛颜色在每个筛选。颜色视网膜照片捕捉到各种眼底相机:Topcon TRC-NW8, Nidek(亚足联- 210和亚足联- 230),和KOWA (Nonmydα8300年-DIII VX-10 Nonmyd 7日α,Nonmydα-DIII, Nonmyd WX VX-20)。医生的诊断是基于分级的视网膜的照片。每张照片是分级的严重性博士水平和糖尿病黄斑水肿的存在与否(测距装置)根据国际临床分类博士提出了参考标准的成绩通过裁定由三个国际视网膜专家(来自美国、印度和泰国)。作为研究的一部分,我们从DL系统等级和HG相比这个参考标准。HG被选中的区域年级博士在国家博士筛选程序。细节的各类视网膜专家、DL、和HG前面描述的(19]。

患者被排除在本研究如果他们以外的视网膜疾病,杜绝诊断在博士眼睛,没有等级从所有三个模式,或者参考标准,DL或ungradable HG发现图像。病人被贴上ungradable如果双眼ungradable,或者眼睛ungradable或同伴的眼睛没有严重non-proliferative博士(NPDR)、增生性博士(PDR),或测距装置。

在这项研究中,我们研究了一个模拟环境,每个病人都分配一个严重性博士水平基于坏眼睛的严重程度。病人被贴上STDR如果眼睛要么测距装置,严重的NPDR或PDR。那些STDR第一筛选“引用”治疗,排除第二个筛选。

2.1。统计分析

我们估计的样本量的第一个筛选不少于5530名患者,考虑误差为10%,1型误差为0.05和2型误差为0.2,和一个泰国STDR患病率约6.5%的糖尿病患者筛查(博士23]。病人的数量包括13个健康的从每个地区样本比例在每个地区糖尿病患者的数量(19]。

然后我们计算患病率,发病率,敏感性,特异性,阳性预测值,阴性预测值,和准确性,以及真正的阳性的数量和比例,假阳性,真正的底片,假阴性。卡方测试是用来评估统计学意义, 。

3所示。结果

在本回顾性研究中,我们检测了5738个患者筛查博士在两个单独的场合,大约分开两年和模拟场景DL或HG STDR筛查。模拟现实场景中,所有病例都表示DL或转诊的HG都验证了视网膜专家(我们的参考标准),并且只验证STDR患者筛查项目的“引用”(图1,下面的更多细节)。病人的人口统计,包括普遍存在的严重程度不同的博士和测距装置在每个筛选,如表所示1。

3.1。比较DL和HG第一次筛选

在第一次筛选,患病率STDR DL和HG组为12.3% (704 5738;军团尚未分化的基础上,筛选结果)。DL手臂表示作为阳性病例数比HG STDR(771年和590年,对应群组的13%和10%),导致更高的敏感性(95%比74%)。特异性的双臂是高达98 - 99%。详细结果,阳性预测值,阴性预测值,和准确性提出了表2,完整的 列联表(也称为“混淆矩阵”)提出了表3。

3.2。在第二个筛选群变化

第一次筛选后,案件表明积极的DL或综述了HG视网膜专家,和确诊病例STDR所出。“这导致不同数量的病人和不同情况下谱呈现第二筛选DL和HG武器的研究:4148年和4263年最初的5738名患者(72%和74%),分别为。

放映之间在干预期间,195名患者开发了新的STDR根据参考标准,与大多数的这些病例因患者中度NPDR在第一次筛选(表4)。整个队列,STDR被更高的利率越来越严重的博士在第一个筛选:2%没有博士,为轻度NPDR 9%,中度NPDR为25%。博士这一趋势增加2年STDR发病率和严重程度也保留当患者基于DL和HG成绩在第一次筛选。

尽管大约200新的STDR病例,因为许多真阳性STDR案件被称为(669为DL - 519 HG), STDR的患病率大大低于第一第二筛选筛选(DL手臂:5.1%比12%, ;HG的手臂:6.8%比12.3%, )。

3.3。对比第一次和第二次筛查DL和汞

与流行的变化一致,积极屏幕的利率的DL和HG都显著降低比第一第二个屏幕(DL: 6.6%比13%, ;HG: 5.3%比10%, )。DL的敏感性和HG也都低于他们的第一个筛选(90% vs . 95%, )(57%比74%, ),分别。DL和HG,特异性仍高达98 - 99%没有显著变化( )。双臂的阳性预测值下降(DL:从87%提高到69%, ;HG:从88年的74%, )。阴性预测价值维持在99% DL和HG 96 - 97%,和精度保持在HG DL 97 - 98%和96%;这些趋势都是显著的 的水平。置信区间给出表2。

当检查完整的列联表(表3),真阳性和真正的阴性的分数第一和第二放映之间显著不同;假阳性和假阴性的分数没有统计上显著不同。这一趋势是一致的在DL和HG武器。

3.4。STDR博士和故障测距装置

接下来,我们检查了严重NPDR和PDR的患病率和测距装置在STDR病例和假阴性(补充表1)。STDR的案例中,91%以上是由于测距装置在第一个筛选以及双臂第二次筛选。专门检查假阴性时,测距装置的比例约90%为HG。DL,只有35岁和11个假阴性在第一次和第二次筛选,分别;测距装置在两个放映的利率分别为94%和64%,分别。

类似的故障non-STDR例提出了补充表2,这表明在所有non-STDR情况下,只有不到7%是温和NPDR没有测距装置。假阳性病例具体来说,一个更大的比例适度NPDR没有测距装置:65%和54% DL和HG的18%和20%。

3.5。DL和HG眼睛水平的表现

最后,我们探讨了STDR检测性能的DL和HG眼睛水平(补充表3)。类似的趋势观察DL和HG:敏感性和阳性预测值STDR减少第二次筛选相比第一次筛选,而特异性、消极的预测价值,和精度保持相似。的趋势考虑测距装置和严重NPDR / PDR分别是相同的。

4所示。讨论

在全球范围内,据估计,亚太地区占大多数的贫困患者DR-induced视觉效果,包括失明(51%, )和视力损害(56%, )(24]。为了提高DR-related视觉效果,一些国家已经建立了筛选博士项目。在我们的研究中,我们进行了纵向分析的数据来自泰国国家博士筛选程序。

我们感兴趣的筛选程序的端点博士是“STDR”(严重NPDR PDR或测距装置25])。然而,我们注意到其他定义存在(例如,温和NPDR或者更糟(7),这只会阻碍比较研究。在我们的研究中,在第一次筛选STDR患病率为12.3%,这是相当普遍的STDR估计从35元分析研究(10.2%)26]。作为纵向分析的一部分,我们观察到两年事件STDR率1.7%和8.6%的患者中没有和温和,博士分别在所有non-STDR患者和3.9%。相比之下,17项研究的元分析发现,患者没有和温和在基线平均STDR博士每年发病率约1%和8%,分别为(27]。趋势相似的另一项研究在亚洲,每年的发病率为1.5%无视网膜病变患者在基线和13.6% 4年(28]。其他人已经报道的发生率4 1.45%没有博士在基线和5.02%的速度在所有情况下(有或没有博士)[29日]。

鉴于之前的工作显示,DL可以帮助检测STDR,我们的研究集中在更好地理解使用DL的纵向影响,比HG。为此,我们跟着一个全国范围内的5000多名患者在13个地区。我们的数据表明,符合直觉,真正积极的系统减少STDR在人群的患病率。数量的减少是因为如此积极的与高灵敏度检测,及其去除可能留下更加困难的例子(假阴性)。队列继续发展STDR,最近诊断为STDR(即。,more subtle cases) developed, further enriching the cohort with diagnostically challenging STDR cases. This enrichment for difficult cases may help explain the decreased sensitivity and positive predictive value of both DL and HG in the second screening.

这种浓缩发生的程度取决于筛查模式的敏感性。例如,HG第一筛查的敏感性较低,导致大量的假阴性病例(185 vs . 35),进入第二个筛选,并相应地在第二个筛选相对STDR患病率高出33% (HG: 6.8%比DL: 5.1%)。因此,我们认为更准确的DL方法或经验丰富的HG将导致更少的假阴性但更快速增长,以防在后续访问困难。

假阴性病例也有关,因为他们代表了治疗转诊因此视力丧失的风险。虽然这样的失误是不可避免的,这一比例相对较小的时表示为整个筛查人群的一小部分:0.5 - -0.6% DL和HG约3%。此外,大多数假阴性病例测距装置,通常不到10%被严重NPDR或PDR DL和HG军团。比例的增加严重NPDR或PDR的第二检查假阴性可能反映了两种形式的限制能够检测新严重NPDR或PDR的微妙变化而测距装置。因为“screen-negative”情况下(即。,true negatives and false negatives) comprise more than 85% of the cohort, having retina specialists overread all such cases is likely impractical. To help improve the ability to detect more difficult or subtle STDR cases, better DL algorithms or continuing education, monitoring, and audits of HG may be useful. Nonetheless, the particularly low incidence of false negatives by DL (and even then with DME representing the majority) suggests DL-based biennial DR screening can be clinically acceptable.

与假阴性,减少误报率可能会提高成本。在我们的设置中,每个“screen-positive”(即进行了通读。,真阳性和假阳性)。减少的速度这“over-triggering”可以减少需要通读并帮助博士规模筛选。我们预料我们的详细的数据可以帮助未来的成本效益或成本效用分析评估筛选博士和成本效益分析的DL通读和不必要的推荐。

我们的研究包含了一些局限性。首先,作为一个回顾性研究,我们的入选标准和欲望纵向研究的结果要求病人在两个检查视网膜的照片。这样一个群体不能充分反映实际筛选设置。同样,军团不保持不变,但相反,新诊断糖尿病患者进入筛选程序在一个持续的基础上。虽然我们并没有占到,新的糖尿病患者的比例预计将小(估计在5%由泰国国家卫生安全办公厅)。第二,尽管我们预计的趋势在增加diagnostic-difficulty和减少敏感性对后续检查(第二个)以外,我们没有在本研究进行了分析。第三,HG的性能可能被低估,因为他们没有从先前的放映图像可用,而访问之前的图片是常见的做法在实际设置。最后,患者中度NPDR没有测距装置包含在我们的两年一次筛查人群。虽然这组仅占5%的病人在第一检查,25%的人发展为STDR第二筛选。博士或应分层筛选病人,他们预期的风险STDR [27,30.,31日),启动两年一次筛查只对低风险组的患者。

在我们的研究中使用的DL是严重性博士和分类检测测距装置开发的,因此,评价算法的检测其他视网膜疾病的能力是不可能的。DL的发展模型,能够检测多种视网膜条件是一个重要的活跃的研究领域。同样,ungradable图片在我们的模拟队列”称为“基于我们程序的标准协议,原因是,许多包含白内障。在这方面,人工智能的未来发展,可以更准确地检测博士与白内障的眼睛可能会减少整体的转诊负担是有价值的。

5。结论

博士的纵向随访两年一次筛查人群,DL表现良好,有较高的敏感性和阳性预测值比HG在第一次和第二次筛选。这尽管是一个案例光谱转变STDR病例治疗,和其余的假阴性病例也加入了新的STDR情况下,这两个是更加微妙和难以检测。减少不必要的转诊,进一步研究卫生经济学可以提供指导专家是否需要通读所有“screen-positive”情况。

数据可用性

鉴定数据潜在的这项研究可能可以从Rajavithi医院的筛查项目,博士Lamphun医院,Somdejphrajaotaksin大师医院,Sawanpracharak医院,那空Nayok医院,Photharam医院,Prapokklao医院,Mahasarakham医院,Nongbualamphu医院,Pakchong-nana医院,Mukdahan医院,Suratthani医院,Sungaikolok医院,和曼谷大都会政府公共卫生中心7,但限制适用。研究人员感兴趣的合作应该联系相应的作者。

附加分

代码的可用性。机器学习模型被开发在先前的工作,部署在TensorFlow使用标准软件和脚本库。自定义部署代码是针对我们的计算基础设施,主要用于数据处理。

的利益冲突

J.S.二,V.N., K.S., T.S., N.S., V.R. C.R., R.R., AG., and P.R. express no conflicts of interest. M.S., L.P., D.R.W., C.S., J.K., R.S., F.H., and Y.L. are Google employees and receive salary and stock as a part of the standard compensation package. R.T. provides services for Google via Optimum Solutions and expresses no conflict of interest.

确认

作者要感谢以下人与本文建议和帮助:Kornwipa Hemarat, Mongkol Tadarati,苏忽米Silpa-Archa,奥斯卡Kuruvilla,杰西·荣格,杰弗里·谭Peranut Chotcomwongse, Surapong Orprayoon, Chawawat Kangwanwongpaisan, Ramase Sukumalpaiboon, Chainarong Luengchaichawang, Jitumporn Fuangkaew, Pipat Kongsap, Lamyong Chualinpha, Sarawuth纱丽服,Srirut Kawinpanitan, Korntip Mitvongsa, Siriporn Lawanasakol, Chaiyasit Thepchatri, Lalita Wongpichedchai, Piyada Pholnonluang, Rada Kanjanaprachot, Yothin Jindaluang, Nitaya Suwannaporn, Niteeya Narapisut, Naraporn Sumalgun, Tanawan Sinprasert, Tienchai Methanoppakhun,该中心Boonyong, Preeyawan Tanomsumpan, Rojsak Phuphiphat, Porntip Nitikarun, Phirun Wongwaithayakonkun, Achareeya Saenmee, Cheunnapa Komkam, Supaporn Numsui, Praween Tantiprapha, Sopon Nilkumhang, Roongruedee Thangwongchai, Supaporn Petcharat, Jansiri Laiprasert, Premrudee Maneechaweng, Sareerah Waesamah, Poowadon Pimpakun, Prapaphan Charncheaw, Ramida Panyarattannakul,萨旺尼河Saelee, Nutchana Onarun,佛罗伦萨永久、阳光明媚的马尼,彼得•Wubbels Varun Gulshan,菲利普·纳尔逊·大卫·因为德里克,艾琳Pedersen William Chen表示,杰西卡·主管Yoshimi香,广阳,布莱恩Basham。本研究从Rajavithi医院研究资金支持。

补充材料

补充信息包括表显示STDR或假阴性患者的数量分为严重NPDR / PDR和测距装置;non-STDR或假阳性患者的数量分为无/轻度NPDR和中度NPDR测距装置;与STDR眼睛的数量,包括测距装置和严重NPDR / PDR,在第一次和第二次筛选和筛选结果取决于每一个形态。(补充材料)

引用

1. k . Ogurtsova j·d·费尔南德斯•罗查y黄et al .,“IDF糖尿病阿特拉斯:全球估计糖尿病的患病率为2015年和2040年,“糖尿病的研究和临床实践卷。128年,40 - 50,2017页。视图:出版商的网站|谷歌学术搜索
2. 美国Vujosevic, s·j·奥尔丁顿,p .席尔瓦et al .,“糖尿病视网膜病变筛查:新观点和挑战,”《柳叶刀》杂志糖尿病和内分泌学,8卷,不。4、337 - 347年,2020页。视图:出版商的网站|谷歌学术搜索
3. p·h·斯坎伦,”英国2003 - 2016年全国糖尿病视网膜病变筛查项目,“Acta Diabetologica,54卷,不。6,515 - 525年,2017页。视图:出版商的网站|谷歌学术搜索
4. r·Danielsen f·约,t . Helgason”1型糖尿病患者的视网膜病变和蛋白尿的流行率在冰岛,”学报》Scandinavica,卷212,不。5,277 - 280年,1982页。视图:出版商的网站|谷歌学术搜索
5. 糖尿病RetinaScreen,“全国糖尿病视网膜筛查项目,技术代表、爱尔兰,2020年,https://www.diabeticretinascreen.ie/。视图:谷歌学术搜索
6. j . Pieczynski, Voivodal专攻的医院,Olsztyn Zolnierska,波兰,a . Grzybowski眼科、大学Warmia Mazury, Olsztyn, Warszawska,波兰,和眼科学系,波兹南城市医院,波兹南,波兰,”对糖尿病性视网膜病变筛查方法和规划采用在世界不同的地方,”欧洲眼科检查,9卷,不。1,49页,2015年。视图:出版商的网站|谷歌学术搜索
7. i m . Stratton s . j .奥尔丁顿·d·j·泰勒,人工智能阿德勒和p h·斯坎伦,”一个简单的风险分层时间影响视觉糖尿病性视网膜病变的发展,“糖尿病护理,36卷,不。3、580 - 585年,2013页。视图:出版商的网站|谷歌学术搜索
8. a·s·福斯特a·福布斯h . Dodhia et al .,”没有影响视觉的风险糖尿病眼筛查和糖尿病性视网膜病变:以人群为基础的队列研究,“Diabetologia卷,56号10日,2187 - 2193年,2013页。视图:出版商的网站|谷歌学术搜索
9. j . t . y . Wong太阳,r .川崎et al .,“糖尿病眼保健指南:国际眼科协会建议筛选、跟进,推荐,基于资源设置,和治疗”眼科学,卷125,不。10日,1608 - 1622年,2018页。视图:出版商的网站|谷歌学术搜索
10. d . s .方l . p . Aiello f·l·费里斯和r·克莱恩,糖尿病性视网膜病变,“糖尿病护理,27卷,不。10日,2540 - 2553年,2004页。视图:出版商的网站|谷歌学术搜索
11. g . p . Leese p波义耳,z, a . Emslie-Smith和j·d·埃利斯”筛选吸收的糖尿病性视网膜病变筛查项目地理访问和剥夺的角色,”糖尿病护理没有,卷。31日。11日,第2135 - 2131页,2008年。视图:出版商的网站|谷歌学术搜索
12. j·g·劳伦森,e . Graham-Rowe f . Lorencatto et al .,“增加对糖尿病性视网膜病变筛查的考勤工作什么?一个证据合成和经济分析”,卫生技术评估,22卷,不。29日,1 - 160、2018页。视图:出版商的网站|谷歌学术搜索
13. 代表苏格兰糖尿病流行病学研究网络(SDRN)集团和苏格兰糖尿病视网膜病变协作,h . c .检查员,s . o . Nyangoma et al .,”预测的影响扩展为糖尿病性视网膜病变筛查间隔:苏格兰糖尿病视网膜病变筛查项目,“Diabetologia卷,56号8,1716 - 1725年,2013页。视图:出版商的网站|谷歌学术搜索
14. 大肠Agardh和p . Tababat-Khani”,采用3年影响视觉视网膜血管病变的筛查间隔2型糖尿病受试者没有视网膜病变,“糖尿病护理,34卷,不。6,1318 - 1319年,2011页。视图:出版商的网站|谷歌学术搜索
15. g·g·加德纳·d·基廷,t·h·威廉姆森和a·t·艾略特,“自动检测使用一个人工神经网络:糖尿病视网膜病变筛查工具,”英国眼科学杂志》上,卷80,不。11日,第944 - 940页,1996年。视图:出版商的网站|谷歌学术搜索
16. m·d·艾布拉姆·j·m·莱因哈特s r·罗素et al .,“自动化早期发现糖尿病性视网膜病变,”眼科学,卷117,不。6,1147 - 1154年,2010页。视图:出版商的网站|谷歌学术搜索
17. 诉Gulshan l .彭m . Coram et al .,“深入学习算法的开发和验证检测糖尿病视网膜病变视网膜眼底照片,”《美国医学会杂志》,卷316,不。22日,第2410 - 2402页,2016年。视图:出版商的网站|谷歌学术搜索
18. d . w . Ting, c . y . l .张g . Lim et al .,“深入学习系统的开发和验证糖尿病视网膜病变及相关眼病使用视网膜图像从多民族人口患有糖尿病,”《美国医学会杂志》,卷318,不。22日,第2223 - 2211页,2017年。视图:出版商的网站|谷歌学术搜索
19. p . Ruamviboonsuk j . Krause p Chotcomwongse et al .,“深度学习与人力年级分类糖尿病视网膜病变严重程度在全国范围内筛选程序中,“npj数字医学,卷2,不。1,2019。视图:出版商的网站|谷歌学术搜索
20. 所罗门s d, e .咀嚼e . j .咄et al .,“勘误表。糖尿病性视网膜病变:由美国糖尿病协会财务状况表。糖尿病护理40:412 2017;418年,”糖尿病护理,40卷,不。9,1285年,页2017。视图:出版商的网站|谷歌学术搜索
21. Grzybowski a, p . Brona g . Lim et al .,“人工智能对糖尿病性视网膜病变筛查:复习一下,”眼睛卷,434年,第460 - 451页,2019年。视图:谷歌学术搜索
22. g·a·威廉姆斯,即美国斯科特,j·a·哈勒a . m . Maguire d·马库斯和h r·麦克唐纳”单字段为糖尿病性视网膜病变筛查眼底摄影:由美国眼科学会的一份报告,“眼科学,卷111,不。5,1055 - 1062年,2004页。视图:出版商的网站|谷歌学术搜索
23. 美国Supapluksakul、p . Ruamviboonsuk和w·Chaowakul”董里省的糖尿病性视网膜病变的患病率由视网膜摄影和全面的眼科检查,”泰国医学协会杂志》上卷,91年,第722 - 716页,2008年。视图:谷歌学术搜索
24. j . Chua c x y Lim和c . Sabanayagam t . y . Wong“亚太,糖尿病性视网膜病变亚太地区眼科杂志》7卷,3-16,2019页。视图:谷歌学术搜索
25. p . Namperumalsamy p . k . Nirmalan, k . Ramasamy“开发一个筛查程序来发现影响视觉糖尿病视网膜病变在南印度,”糖尿病护理,26卷,不。6,1831 - 1835年,2003页。视图:出版商的网站|谷歌学术搜索
26. j . w . y .瑶族s . l .罗杰斯r .川崎et al .,“全球患病率和糖尿病性视网膜病变的主要风险因素,”糖尿病护理,35卷,不。3、556 - 564年,2012页。视图:出版商的网站|谷歌学术搜索
27. y顶尖d . Tavenier j·w·布鲁姆和b·c·p·波兰的“影响视觉的发病率在2型糖尿病患者糖尿病视网膜病变和数字需要屏幕:系统回顾,“糖尿病药物,36卷,不。10日,1199 - 1208年,2019页。视图:出版商的网站|谷歌学术搜索
28. j . s . Yun t . s . Lim, s . a . Cha et al .,“临床过程和风险因素在2型糖尿病患者糖尿病视网膜病变在韩国,“糖尿病和代谢杂志,40卷,不。6,482 - 493年,2016页。视图:出版商的网站|谷歌学术搜索
29. r·拉曼s Ganesan s . s .朋友l . Gella诉Kulothungan, t·沙玛,“在印度城市发病率和糖尿病性视网膜病变的进展:商羯罗Nethralaya-Diabetic视网膜病变流行病学和分子遗传学研究(SN-DREAMS II),报告1”眼科流行病学,24卷,不。5,294 - 302年,2017页。视图:出版商的网站|谷歌学术搜索
30. s . Vujosevic p .璞琪m . Casciano et al .,”长达十年的远程医疗筛查程序在意大利东北部的糖尿病性视网膜病变,“《糖尿病及其并发症没有,卷。31日。8,1348 - 1353年,2017页。视图:出版商的网站|谷歌学术搜索
31. t, s·h·隆德Aspelund, p . Kirby et al .,“个性化的风险评估糖尿病性视网膜病变筛查间隔和优化:一个科学的方法来降低医疗成本,”英国眼科学杂志》上,卷100,不。5,683 - 687年,2016页。视图:出版商的网站|谷歌学术搜索

版权

版权©2020 Jirawut Limwattanayingyong等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。