論文の概要: A Disease-specific Retinal Aging Biomarker for Predicting Progression to Late Age-related Macular Degeneration
- arxiv url: http://arxiv.org/abs/2611.16955v1
- Date: Thu, 12 Nov 2026 15:28:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.504511
- Title: A Disease-specific Retinal Aging Biomarker for Predicting Progression to Late Age-related Macular Degeneration
- Title(参考訳): 高齢黄斑変性の進行予測のための疾患特異的網膜加齢バイオマーカー
- Abstract要約: 加齢関連黄斑変性症(AMD)は、高齢者における不可逆的な視力喪失の主要な原因である。
我々は、ファンドスに基づくAMD年代(FAA)を提案し、検証する。
FAAは、AMDにおける疾患特異的網膜老化を定量化し、加速されたAMD関連網膜老化をキャプチャする。
- 参考スコア(独自算出の注目度): 14.223941743053063
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Age-related macular degeneration (AMD) is a leading cause of irreversible vision loss in older adults. While chronological age is a primary risk factor, it inadequately reflects individual variations in retinal aging, limiting effective AMD risk stratification and timely intervention. Here, we propose and validate fundus-based AMD age (FAA), which quantifies disease-specific retinal aging in AMD and captures accelerated AMD-related retinal aging, thereby improving prognostic precision over chronological age. Trained on 36,782 images from 2,192 participants in the Age-Related Eye Disease Study (AREDS) dataset and validated across AREDS and AREDS2 cohorts, our model demonstrates significant improvements over traditional chronological age-based approaches. Specifically, integrating the proposed FAA into Cox proportional-hazards models significantly enhances prediction performance. FAA improved the C-index from 0.836 to 0.888 and reduced the 5-year Brier score from 0.050 to 0.046 in AREDS, with consistent gains observed in AREDS2 (C-index 0.715 to 0.756; 2-year Brier 0.078 to 0.076). FAA showed improved prognostic performance across the two datasets and under different phenotype definitions (reading center-defined vs. specialist-defined grading), supporting its potential utility for AMD risk stratification. These findings highlight the advantage of incorporating FAA into AMD risk prediction frameworks, supporting further evaluation of FAA for AMD risk stratification.
- Abstract(参考訳): 加齢関連黄斑変性症(AMD)は、高齢者における不可逆的な視力喪失の原因である。
時間的年齢は主要な危険因子であるが、網膜老化の個々の変化を不適切に反映し、効果的なAMDのリスク階層化とタイムリーな介入を制限している。
本稿では, AMD における疾患特異的網膜老化を定量化し, 進行性 AMD 関連網膜老化を捉え, 慢性期よりも予後の精度を向上する基盤ベース AMD 年代 (FAA) を提案し, 検証する。
年齢関連眼疾患研究(AREDS)データセットの参加者2,192名を対象に,36,782枚の画像に基づいて,AREDSとAREDS2コホート間で検証を行った。
具体的には、提案されたFAAをコックス比例ハザードモデルに統合することで、予測性能を大幅に向上させる。
FAAはC-indexを0.836から0.888に改善し、5年ブリアスコアをAREDS2で0.050から0.046に引き下げた(C-index 0.715から0.756へ、2年ブリア0.078から0.076へ)。
FAAは、2つのデータセット間での予測性能の改善と、異なる表現型定義(センター定義とスペシャリスト定義のグレーディングの可読化)の下で、AMDのリスク階層化のための潜在的なユーティリティをサポートすることを示した。
これらの知見は、FAAをAMDリスク予測フレームワークに組み込むことの利点を強調し、AMDリスク階層化のためのFAAのさらなる評価を支援する。
関連論文リスト
- Prediction of Alzheimer's Disease Risk Factors from Retinal Images via Deep Learning: Development and Validation of Biologically Relevant Morphological Associations in the UK Biobank [1.2179548969182572]
深層学習モデルは、アルツハイマー病(AD)の発生に関連する12の要因を予測するために訓練された。
モデルは6つのカテゴリー(性、喫煙、抑うつ、経済状態、アルコール使用、睡眠不足)と6つの連続(年齢、教育終了年齢、BMI、収縮期、拡張期血圧、HbA1c)を同定した。
DL由来の網膜表現は、ADの潜在的な脆弱性を反映する生物学的に有意なリスク関連構造変化を明らかにする可能性がある。
論文 参考訳(メタデータ) (2026-05-01T13:45:37Z) - A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。
Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。
提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
論文 参考訳(メタデータ) (2025-08-19T14:41:22Z) - Design and Validation of a Responsible Artificial Intelligence-based System for the Referral of Diabetic Retinopathy Patients [65.57160385098935]
糖尿病網膜症の早期発見は、視力喪失のリスクを最大95%減少させる可能性がある。
我々は、AIライフサイクル全体にわたる倫理的原則を取り入れた、DRスクリーニングのための責任あるAIシステムであるRAIS-DRを開発した。
当科におけるRAIS-DRをFDA認可のEyeArtシステムと比較した。
論文 参考訳(メタデータ) (2025-08-17T21:54:11Z) - Automatic detection and prediction of nAMD activity change in retinal OCT using Siamese networks and Wasserstein Distance for ordinality [0.7832670743787916]
加齢に伴う黄斑変性(nAMD)は,高齢者の視力低下の原因である。
近年のディープラーニングの進歩は、光学コヒーレンストモグラフィー(OCT)網膜ボリュームからAMDの変化を予測するための有望なソリューションを提供する。
論文 参考訳(メタデータ) (2025-01-24T08:35:22Z) - Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。
そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
論文 参考訳(メタデータ) (2024-04-26T16:39:50Z) - Multi-scale Spatio-temporal Transformer-based Imbalanced Longitudinal
Learning for Glaucoma Forecasting from Irregular Time Series Images [45.894671834869975]
緑内障は、進行性視神経線維損傷と不可逆性失明を引き起こす主要な眼疾患の1つである。
逐次画像入力に適した変換器アーキテクチャに基づくマルチスケール時空間変換器ネットワーク(MST-former)を提案する。
本手法は, 軽度認知障害とアルツハイマー病の予測に90.3%の精度で, アルツハイマー病神経画像イニシアチブ(ADNI)MRIデータセットに優れた一般化能力を示す。
論文 参考訳(メタデータ) (2024-02-21T02:16:59Z) - Age Group Discrimination via Free Handwriting Indicators [5.1076370934189255]
弱さは、進歩的な健康の低下、ストレスに対する脆弱性の増大、死亡のリスクの増加によって特徴づけられる。
欠陥を評価するための普遍的に受け入れられる方法が欠如し、標準化された定義が重要な研究ギャップを浮き彫りにしている。
本研究は,器用インクペンを用いて,年齢群分類のための手書き文字の評価を行う革新的な手法を提案する。
論文 参考訳(メタデータ) (2023-09-29T11:44:18Z) - Clustering disease trajectories in contrastive feature space for
biomarker discovery in age-related macular degeneration [7.2870166968239305]
加齢に伴う黄斑変性は、高齢者の視覚障害の主要な原因である。
画像バイオマーカーに基づく現在のグレーディングシステムは、粗いグループ病段階のみ広範囲に分類されている。
本稿では,病の進行の時間的ダイナミクスを捉えるバイオマーカーを自動的に検出する手法を提案する。
論文 参考訳(メタデータ) (2023-01-11T15:44:42Z) - ADAM Challenge: Detecting Age-related Macular Degeneration from Fundus
Images [44.212866865895485]
我々は、I SBI 2020カンファレンスの衛星イベントとして、初めて老化関連黄斑変性症(ADAM)の自動検出課題を設定した。
ADAMチャレンジは、基礎画像からAMDを検出する主要なトピックをカバーする4つのタスクから構成される。
本稿では,課題,データセット,評価手法を紹介するとともに,各タスクに参加するチームの結果を要約し,分析する。
論文 参考訳(メタデータ) (2022-02-16T10:49:49Z) - Predicting risk of late age-related macular degeneration using deep
learning [12.137730470081843]
年齢関連黄斑変性症(AMD)は2040年までに世界中で約2億8800万人に影響を与える。
深層学習は、カラーファンドス写真を用いたAMDの診断・スクリーニングにおいて有望であることを示している。
我々は,3,298人の参加者を用いて,深層学習と生存分析が後期AMDの進行確率を予測することを実証した。
論文 参考訳(メタデータ) (2020-07-19T01:32:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。