Advanced age-related macular degeneration (AMD) is the leading cause of late onset blindness. We present results of a genome-wide association study of 979 advanced AMD cases and 1,709 controls using the Affymetrix 6.0 platform with replication in seven additional cohorts (totaling 5,789 unrelated cases and 4,234 unrelated controls). We also present a comprehensive analysis of copy-number variations and polymorphisms for AMD. Our discovery data implicated the association between AMD and a variant in the hepatic lipase gene (LIPC) in the high-density lipoprotein cholesterol (HDL) pathway (discovery P = 4.53e-05 for rs493258). Our LIPC association was strongest for a functional promoter variant, rs10468017, (P = 1.34e-08), that influences LIPC expression and serum HDL levels with a protective effect of the minor T allele (HDL increasing) for advanced wet and dry AMD. The association we found with LIPC was corroborated by the Michigan/Penn/Mayo genome-wide association study; the locus near the tissue inhibitor of metalloproteinase 3 was corroborated by our replication cohort for rs9621532 with P = 3.71e-09. We observed weaker associations with other HDL loci (ABCA1, P = 9.73e-04; cholesterylester transfer protein, P = 1.41e-03; FADS1-3, P = 2.69e-02). Based on a lack of consistent association between HDL increasing alleles and AMD risk, the LIPC association may not be the result of an effect on HDL levels, but it could represent a pleiotropic effect of the same functional component. Results implicate different biologic pathways than previously reported and provide new avenues for prevention and treatment of AMD.

Abstract Objectives To develop, validate, and implement algorithms to identify diabetic retinopathy (DR) cases and controls from electronic health care records (EHRs). Materials and Methods We developed and validated electronic health record (EHR)-based algorithms to identify DR cases and individuals with type I or II diabetes without DR (controls) in 3 independent EHR systems: Vanderbilt University Medical Center Synthetic Derivative (VUMC), the VA Northeast Ohio Healthcare System (VANEOHS), and Massachusetts General Brigham (MGB). Cases were required to meet 1 of the following 3 criteria: (1) 2 or more dates with any DR ICD-9/10 code documented in the EHR, (2) at least one affirmative health-factor or EPIC code for DR along with an ICD9/10 code for DR on a different day, or (3) at least one ICD-9/10 code for any DR occurring within 24 hours of an ophthalmology examination. Criteria for controls included affirmative evidence for diabetes as well as an ophthalmology examination. Results The algorithms, developed and evaluated in VUMC through manual chart review, resulted in a positive predictive value (PPV) of 0.93 for cases and negative predictive value (NPV) of 0.91 for controls. Implementation of algorithms yielded similar metrics in VANEOHS (PPV = 0.94; NPV = 0.86) and lower in MGB (PPV = 0.84; NPV = 0.76). In comparison, the algorithm for DR implemented in Phenome-wide association study (PheWAS) in VUMC yielded similar PPV (0.92) but substantially reduced NPV (0.48). Implementation of the algorithms to the Million Veteran Program identified over 62 000 DR cases with genetic data including 14 549 African Americans and 6209 Hispanics with DR. Conclusions/Discussion We demonstrate the robustness of the algorithms at 3 separate healthcare centers, with a minimum PPV of 0.84 and substantially improved NPV than existing automated methods. We strongly encourage independent validation and incorporation of features unique to each EHR to enhance algorithm performance for DR cases and controls.

Abstract Exfoliation syndrome (XFS) is an age-related systemic disorder characterized by excessive production and progressive accumulation of abnormal extracellular material, with pathognomonic ocular manifestations. It is the most common cause of secondary glaucoma, resulting in widespread global blindness. We performed Transcriptomic Wide Association Studies (TWAS) using PrediXcan models trained in 48 GTEx tissues to identify genetically- determined gene expression changes associated with XFS risk, leveraging on results from a global GWAS that included 123,457 individuals from 24 countries. We observed twenty-eight genes in a three-Megabase chr15q22-25 region that showed statistically significant associations, which were further whittled down to ten genes after additional statistical validations. In experimental analysist of these ten genes, mRNA transcript levels for ARID3B, CD276, LOXL1, NEO1, SCAMP2, and UBL7 were significantly decreased in iris tissues from XFS patients compared to control samples. Genes with genetically determined expression changes in XFS were significantly enriched for genes associated with inflammatory conditions. We further explored the health consequences of high susceptibility to XFS using a large electronic health record and observed a higher incidence of XFS comorbidity with inflammatory and connective tissue diseases. Our results implicate a role for connective tissues and inflammation in the etiology of XFS. Targeting the inflammatory pathway may be a potential therapeutic option to reduce progression in XFS.