Background: Data on prevalence of glaucoma in East Asia are scarce.Objective: To determine the prevalence and clinical characteristics of glaucoma in adult Chinese Singaporeans.Methods: A group of 2000 Chinese people, aged 40 to 79 years, were selected from the electoral register of Tanjong Pagar district in Singapore using a disproportionate, stratified, clustered, random-sampling procedure.Glaucoma was diagnosed in people with an excavated optic neuropathy and a reproducible visual field defect or on the basis of severe structural disc abnormality alone, if reliable field results could not be obtained.The diagnosis was also made in blind subjects with raised intraocular pressure or previous glaucoma surgery.Results: Of 1717 eligible subjects, 1232 were examined, with a response rate of 71.8%.There were 45 cases of glaucoma: 27 were men and 18 were women.The main diagnoses were primary open-angle glaucoma (n = 22 [49%]), primary angle-closure glaucoma (n=14 [31%]), and secondary glaucoma (n = 7 [16%]).It was not possible to determine the mechanism in 2 (4%). Conclusions:The age-standardized prevalence of glaucoma was 3.2% (95% confidence interval, 2.3-4.1) in the population 40 years and older.Glaucoma was the leading cause of blindness.Primary angle-closure glaucoma and secondary glaucoma were the most visually destructive forms of the disease.Our findings suggest current projections of glaucoma prevalence among ethnic Chinese are a substantial underestimate.

To determine the prevalence of glaucoma and suspect glaucoma, and to classify the cases detected according to mechanism.A population-based prevalence study.Rural and urban locations in Hövsgöl province, northern Mongolia.Nine hundred forty-two (94.2%) of 1000 individuals 40 years of age and older were examined.Primary angle-closure glaucoma was diagnosed in subjects with previous acute or intermittent symptoms of angle closure and in individuals with an occludable angle and an intraocular pressure greater than 19 mm Hg or a glaucomatous visual field.The prevalence of manifest primary angle-closure glaucoma was 1.4% (14 subjects). The prevalence of gonioscopically occludable angles was 6.4% (64 subjects, including those with glaucoma). Primary open-angle glaucoma was diagnosed in 5 subjects (prevalence, 0.5%). As all these subjects were older than 60 years, the prevalence became 2.1% for this age group. Three cases (prevalence, 0.3%) of secondary open-angle glaucoma were detected. No cases of secondary angle-closure glaucoma were diagnosed. The prevalence of blindness was 1.2% (12 subjects), and primary glaucoma accounted for one third of these cases (4 subjects).We confirmed glaucoma as a major public health problem in northern Mongolia. Primary angle-closure glaucoma is more prevalent than primary open-angle glaucoma, supporting clinic-based data from other east Asian countries. Among the subjects examined, 97 (9.7%) had either manifest, latent, or suspect glaucoma. Neighboring populations may be similarly affected owing to a shared genetic heritage.

To assess the prevalence and mechanism of glaucoma in adults living in an urban area of southern China.Random clustering sampling was used to identify adults aged 50 years and over in Liwan District, Guangzhou. Glaucoma was diagnosed with the ISGEO (International Society of Geographical and Epidemiological Ophthalmology) classification scheme. All subjects underwent gonioscopy.In the study, 1504 subjects (75.3% participation rate) were examined, with a crude prevalence of all glaucoma of 3.8% (95% confidence interval [CI], 2.8%-4.8%). Primary open-angle glaucoma (POAG) was found in 2.1% (95% CI, 1.4%-2.8%) and primary angle-closure glaucoma (PACG) in 1.5% (95% CI, 0.8%-2.1%). The prevalence of all glaucoma was significantly higher in older people and men.POAG was more common than PACG in this southern Chinese population, with rates similar to those reported in Chinese Singaporeans. The age-adjusted rate of POAG was similar to that found in European-derived populations, but PACG was more common among Chinese, indicating that there is a large burden of glaucoma in the Chinese people.

Purpose: Current knowledge of ethnic variability in the epidemiology of major eye diseases in Asia is limited. This report summarizes the rationale and study design of the Singapore Indian Chinese Cohort (SICC) Eye Study, a population-based study of ethnic South Asian (Indians) and East Asian (Chinese) older adults in Singapore.Methods: The SICC examined a population-based cross-sectional sample of 3,300 ethnic Indians and 3,300 ethnic Chinese aged 40–80+ years residing in the South-Western part of Singapore. Results: From two lists of 12,000 names of each ethnic group provided by the Ministry of Home Affairs, age-stratified random sampling was used to select 6,350 names in each group, with a target sample size of 3,300. Invitations were sent to attend a central clinic using letters, telephone calls and home visits. Examination procedures included interviews, measurement of blood pressure, anthropometry, presenting and best-corrected visual acuity, subjective refraction, ocular biometry, Goldmann applanation tonometry, slit-lamp biomicroscopy, optic disc imaging and digital photography of the lens and retina, using a standardized protocol. Selected participants underwent gonioscopic examination, visual field testing, and anterior and posterior segment optical coherence tomography. Blood, tear, and urine samples were collected for biochemical analyses, and stored for genetic and proteomic studies.Conclusions: In conjunction with the Singapore Malay Eye Study, the SICC study will permit an in-depth evaluation of the prevalence, risk factors, and impact of major eye diseases in Chinese, Indians and Malays, three distinct Asian ethnic groups, whose combined numbers represent half the world’s population.

Abstract Medical artificial intelligence (AI) offers great potential for recognizing signs of health conditions in retinal images and expediting the diagnosis of eye diseases and systemic disorders 1 . However, the development of AI models requires substantial annotation and models are usually task-specific with limited generalizability to different clinical applications 2 . Here, we present RETFound, a foundation model for retinal images that learns generalizable representations from unlabelled retinal images and provides a basis for label-efficient model adaptation in several applications. Specifically, RETFound is trained on 1.6 million unlabelled retinal images by means of self-supervised learning and then adapted to disease detection tasks with explicit labels. We show that adapted RETFound consistently outperforms several comparison models in the diagnosis and prognosis of sight-threatening eye diseases, as well as incident prediction of complex systemic disorders such as heart failure and myocardial infarction with fewer labelled data. RETFound provides a generalizable solution to improve model performance and alleviate the annotation workload of experts to enable broad clinical AI applications from retinal imaging.