Background Mild retinopathy (microaneurysms or dot-blot hemorrhages) is observed in persons without diabetes or hypertension and may reflect microvascular disease in other organs. We conducted a genome-wide association study (GWAS) of mild retinopathy in persons without diabetes. Methods A working group agreed on phenotype harmonization, covariate selection and analytic plans for within-cohort GWAS. An inverse-variance weighted fixed effects meta-analysis was performed with GWAS results from six cohorts of 19,411 Caucasians. The primary analysis included individuals without diabetes and secondary analyses were stratified by hypertension status. We also singled out the results from single nucleotide polymorphisms (SNPs) previously shown to be associated with diabetes and hypertension, the two most common causes of retinopathy. Results No SNPs reached genome-wide significance in the primary analysis or the secondary analysis of participants with hypertension. SNP, rs12155400, in the histone deacetylase 9 gene (HDAC9) on chromosome 7, was associated with retinopathy in analysis of participants without hypertension, −1.3±0.23 (beta ± standard error), p = 6.6×10−9. Evidence suggests this was a false positive finding. The minor allele frequency was low (∼2%), the quality of the imputation was moderate (r2 ∼0.7), and no other common variants in the HDAC9 gene were associated with the outcome. SNPs found to be associated with diabetes and hypertension in other GWAS were not associated with retinopathy in persons without diabetes or in subgroups with or without hypertension. Conclusions This GWAS of retinopathy in individuals without diabetes showed little evidence of genetic associations. Further studies are needed to identify genes associated with these signs in order to help unravel novel pathways and determinants of microvascular diseases.

Objectives

 To report on the causes of blindness certifications in England and Wales in working age adults (16–64 years) in 2009–2010; and to compare these with figures from 1999 to 2000. 

Design

 Analysis of the national database of blindness certificates of vision impairment (CVIs) received by the Certifications Office. 

Setting and participants

 Working age (16–64 years) population of England and Wales. 

Main outcome measures

 Number and cause of blindness certifications. 

Results

 The Certifications Office received 1756 CVIs for blindness from persons aged between 16 and 64 inclusive between 1 April 2009 and 31 March 2010. The main causes of blindness certifications were hereditary retinal disorders (354 certifications comprising 20.2% of the total), diabetic retinopathy/maculopathy (253 persons, 14.4%) and optic atrophy (248 persons, 14.1%). Together, these three leading causes accounted for almost 50% of all blindness certifications. Between 1 April 1999 and 31 March 2000, the leading causes of blindness certification were diabetic retinopathy/maculopathy (17.7%), hereditary retinal disorders (15.8%) and optic atrophy (10.1%). 

Conclusions

 For the first time in at least five decades, diabetic retinopathy/maculopathy is no longer the leading cause of certifiable blindness among working age adults in England and Wales, having been overtaken by inherited retinal disorders. This change may be related to factors including the introduction of nationwide diabetic retinopathy screening programmes in England and Wales and improved glycaemic control. Inherited retinal disease, now representing the commonest cause of certification in the working age population, has clinical and research implications, including with respect to the provision of care/resources in the NHS and the allocation of research funding.

With the increasing prevalence of diabetes, annual screening for diabetic retinopathy (DR) by expert human grading of retinal images is challenging. Automated DR image assessment systems (ARIAS) may provide clinically effective and cost-effective detection of retinopathy. We aimed to determine whether ARIAS can be safely introduced into DR screening pathways to replace human graders.Observational measurement comparison study of human graders following a national screening program for DR versus ARIAS.Retinal images from 20 258 consecutive patients attending routine annual diabetic eye screening between June 1, 2012, and November 4, 2013.Retinal images were manually graded following a standard national protocol for DR screening and were processed by 3 ARIAS: iGradingM, Retmarker, and EyeArt. Discrepancies between manual grades and ARIAS results were sent to a reading center for arbitration.Screening performance (sensitivity, false-positive rate) and diagnostic accuracy (95% confidence intervals of screening-performance measures) were determined. Economic analysis estimated the cost per appropriate screening outcome.Sensitivity point estimates (95% confidence intervals) of the ARIAS were as follows: EyeArt 94.7% (94.2%-95.2%) for any retinopathy, 93.8% (92.9%-94.6%) for referable retinopathy (human graded as either ungradable, maculopathy, preproliferative, or proliferative), 99.6% (97.0%-99.9%) for proliferative retinopathy; Retmarker 73.0% (72.0 %-74.0%) for any retinopathy, 85.0% (83.6%-86.2%) for referable retinopathy, 97.9% (94.9%-99.1%) for proliferative retinopathy. iGradingM classified all images as either having disease or being ungradable. EyeArt and Retmarker saved costs compared with manual grading both as a replacement for initial human grading and as a filter prior to primary human grading, although the latter approach was less cost-effective.Retmarker and EyeArt systems achieved acceptable sensitivity for referable retinopathy when compared with that of human graders and had sufficient specificity to make them cost-effective alternatives to manual grading alone. ARIAS have the potential to reduce costs in developed-world health care economies and to aid delivery of DR screening in developing or remote health care settings.

Aims To develop and externally test deep learning (DL) models for assessing the image quality of three-dimensional (3D) macular scans from Cirrus and Spectralis optical coherence tomography devices. Methods We retrospectively collected two data sets including 2277 Cirrus 3D scans and 1557 Spectralis 3D scans, respectively, for training (70%), fine-tuning (10%) and internal validation (20%) from electronic medical and research records at The Chinese University of Hong Kong Eye Centre and the Hong Kong Eye Hospital. Scans with various eye diseases (eg, diabetic macular oedema, age-related macular degeneration, polypoidal choroidal vasculopathy and pathological myopia), and scans of normal eyes from adults and children were included. Two graders labelled each 3D scan as gradable or ungradable, according to standardised criteria. We used a 3D version of the residual network (ResNet)-18 for Cirrus 3D scans and a multiple-instance learning pipline with ResNet-18 for Spectralis 3D scans. Two deep learning (DL) models were further tested via three unseen Cirrus data sets from Singapore and five unseen Spectralis data sets from India, Australia and Hong Kong, respectively. Results In the internal validation, the models achieved the area under curves (AUCs) of 0.930 (0.885–0.976) and 0.906 (0.863–0.948) for assessing the Cirrus 3D scans and Spectralis 3D scans, respectively. In the external testing, the models showed robust performance with AUCs ranging from 0.832 (0.730–0.934) to 0.930 (0.906–0.953) and 0.891 (0.836–0.945) to 0.962 (0.918–1.000), respectively. Conclusions Our models could be used for filtering out ungradable 3D scans and further incorporated with a disease-detection DL model, allowing a fully automated eye disease detection workflow.

Despite the existence of evidence-based recommendations to decrease risk and progression of Age-Related Macular Degeneration (AMD) for some time, self-reported practices suggest that eyecare professionals’ advice and people with AMD’s adherence to these recommendations can be very poor. This study uses qualitative methods to explore Australian eyecare professionals’ perspective on barriers to effective AMD care. Seven focus groups involving 65 optometrists were conducted by an experienced facilitator. A nominal group technique was used to identify, prioritize and semi-quantify barriers and enablers to AMD care. Participants individually ranked their perceived top five barriers and enablers with the most important granted a score of 5 and the least important a score of 1. For each barrier or enabler, the number of votes it received and its total score were recorded. Barriers and enablers selected by at least one participant in their top 5 were then qualitatively analysed, grouped using thematic analysis and total score calculated for each consolidated barrier or enabler. In-depth individual interviews were conducted with 10 ophthalmologists and 2 optometrists. Contributions were audio-recorded, transcribed verbatim and analysed with NVivo software. One hundred and sixty-nine barriers and 51 enablers to AMD care were identified in the focus groups. Of these, 102 barriers and 42 enablers were selected as one of their top 5 by at least one participant and further consolidated into 16 barriers and 10 enablers after thematic analysis. Factors impacting AMD care identified through analysis of the transcripts were coded to three categories of influence: patient-centered, practitioner-centered, and structural factors. Eyecare professionals considered poor care pathways, people with AMD’s poor disease understanding / denial, and cost of care / lack of funding, as the most significant barriers to AMD care; they considered shared care model, access, and communication as the most significant enablers to good AMD care. These findings suggest that Australian eyecare professionals perceive that there is a need for improved patient support systems and appropriately funded, clearer care pathway to benefit people with AMD.

Introduction Vision and hearing impairments are highly prevalent and have a significant impact on physical, psychological and social wellbeing. There is a need for accurate, contemporary national data on the prevalence, risk factors and impacts of vision and hearing loss in Australian adults. Objectives The Australian Eye and Ear Health Survey (AEEHS) aims to determine the prevalence, risk factors and impacts of vision and hearing loss in both Aboriginal and Torres Strait Islander and non-Indigenous older adults. Methods and analysis The AEEHS is a population-based cross-sectional survey which will include 5,000 participants (3250 non-Indigenous aged 50 years or older and 1750 Aboriginal and Torres Strait Islander people aged 40 years or older) from 30 sites covering urban and rural/regional geographic areas, selected using a multi-stage, random cluster sampling strategy. Questionnaires will be administered to collect data on socio-demographic, medical, ocular and ontological history. The testing battery includes assessment of blood pressure, blood sugar, anthropometry, visual acuity (presenting, unaided, pinhole and best-corrected), refraction, tonometry, slit lamp and dilated eye examination, ocular imaging including optical coherence tomography (OCT), OCT-angiography and retinal photography, and automated visual fields. Audiometry, tympanometry and video otoscopy will also be performed. The primary outcomes are age-standardised prevalence of cause-specific vision and hearing impairment. Secondary outcomes are prevalence of non-blinding eye diseases (including dry eye disease), patterns in health service utilisation, universal health coverage metrics, risk factors for vision and hearing impairment, and impact on quality of life.