Accuracy of telemedicine evaluation of OCT findings in diabetics

doi: 10.55342/szemhungarica.2022.159.2.64

Original scientific paper


Summary

Objective: The goal of this study was to investigate the accuracy of telemedicine evaluation of optical coherence tomography (OCT) recordings in diagnosing abnormalities in the eyes.
Method: Macular OCT imaging of 716 eyes from 378 diabetics using the iVue 100 OCT. Each image was evaluated by two separate investigators in the normal/abnormal/non-classifiable categories, and the required control date (in the 1 month/3 month/1 year categories) was assigned.
Results: Overall, 94.8% of OCT admissions were evaluable, with investigators rating 26.1% as normal and 68.7% as abnormal. The evaluators agreed on the normal/abnormal/non-classifiable category in 88.1% of cases, with only 4.2% disagreeing. Only one ophthalmologist rated the recording, and the other did not evaluate it, in 7.7% of the cases. Regarding the control date, the two examiners indicated the same interval in 66.9%, the control date was judged differently in 25.6%, and only one examiner indicated a control date in 7.5%. Based on OCT images, the two most common diseases were diabetic macular edema (DME) (36.9%) and age-related macular degeneration (20.5%).
Conclusions: The findings support the notion that OCT is a useful technique for detecting DME. The evaluators' agreement was excellent in the normal/abnormal/non-classifiable category, and the frequency of substantial discrepancies in control time was low. At the same time, divergent viewpoints play a useful part in the intended teaching of artificial intelligence.

ISSUE: Szemészet 159. évfolyam, 2022; 2. szám 64–68.

Összefoglaló

Célkitűzés: Optikaikoherencia-tomográfia (OCT) felvételek telemedicinális értékelési pontosságának felmérése cukorbetegek szemében jelentkező elváltozások azonosításában.
Módszer: Összesen 378 cukorbeteg 716 szeméről készült makula OCT-felvétel iVue 100 OCT-készülékkel. Minden képet két eltérő vizsgáló értékelt normális/kóros/értékelhetetlen kategóriában, és megadta a szükséges kontroll időpontját (1 hó/3 hó/1 év kategóriákban).
Eredmények: Összességében az OCT-felvételek 94,8%-a volt értékelhető, és a vizsgálók 26,1%-ban normálisnak, 68,7%-ban kórosnak minősítették az eseteket. Az értékelők véleménye egyezett az esetek 88,1%-ában a normális/kóros/értékelhetetlen besorolást illetően, és csak 4,2%-ában adtak eltérő véleményt, illetve 7,7%-ában pedig csak az egyik szemész értékelt, a másik értékelhetetlennek minősítette a felvételt. A kontrollidőpont vonatkozásában 66,9%-ban jelölt meg a két vizsgáló azonos intervallumot, 25,6%-ban eltérően ítélték meg a kontrollidőpontot, és 7,5%-ban csak az egyik vizsgáló adott meg kontrollidőpontot. Az OCT-képek alapján a két leggyakoribb kórképnek a diabéteszes makulaödéma (DMÖ) (36,9%) és az időskori makuladegeneráció (20,5%) bizonyult.
Következtetések: Az eredmények alátámasztják, hogy az OCT hatásos eszköz a DMÖ azonosításában. Az értékelők véleményének egyezése normális/kóros/értékelhetetlen kategóriában kiválónak mondható, kontrollidőpont tekintetében pedig a nagy differenciájú eltérések száma csekély volt. Ugyanakkor az eltérő vélemények is hasznos szerepet játszanak a mesterséges intelligencia tervezett tanításában.

Keywords

optical coherence tomography, image analysis, telemedicine, diabetic macular edema, age-related macular degeneration

Kulcsszavak

optikaikoherencia-tomográfia, képelemzés, telemedicina, diabéteszes makulaödéma, időskori makuladegeneráció

Bevezetés

A cukorbetegség előfordulása növekvő tendenciát mutatott az elmúlt években világviszonylatban és Magyarországon is. Hazánkban a 18 év feletti lakosság körében tízezer főre jutó megbetegedések száma 2005-ben 679,4 volt. Ez az érték tizennégy év alatt közel duplájára emelkedett, és a KSH becslése alapján 2019-ben több mint 1,1 millió ember élt cukorbetegséggel a felnőtt lakosságban (1). Ezt a magas betegszámot saját epidemiológiai vizsgálatunk eredményei is megerősítették (29, 31).

A cukorbetegség, súlyos szemészeti szövődményei révén, világviszonylatban és hazánkban is a látássérülés, vakság egyik vezető oka (13, 17, 25, 30, 31). Evidenciákon alapuló vizsgálatok bizonyították, hogy a látássérülés kialakulása rendszeres szemfenéki szűréssel és megfelelő időben elvégzett kezeléssel lényegesen csökkenthető (3, 5, 39).

A szisztematikus diabéteszes retinopathia (DR) szűrés célja a tünetmentes cukorbetegek körében megállapítani a DR stádiumát, továbbá a látást veszélyeztető DR azonnali azonosításával és hatékony kezelésével pedig csökkenteni a látásromlás és a vakság kockázatát (3, 5, 36, 40). A szűrési intervallumot a szakmai irányelvek és a tanulmányok többsége 1 évben határozza meg (5, 6, 39).

A szemfenéki szűrés elvégezhető a napi klinikai gyakorlatban tágított pupillás vizsgálattal, azonban a betegek nagy száma miatt, világviszonylatban és hazánkban is, a non-mydriatikus kamerával készített digitális felvételek és a telemedicinális értékelés bevezetése jelenti a hosszú távú, a teljes cukorbeteg-populáció számára fenntartható megoldást (4, 5, 18, 35, 36, 37, 40).

Az elmúlt két év járványeseményeinek hatására a távorvoslás széles körben előtérbe került (23). A szemészet területén azonban már az utóbbi évtizedben megmutatkozott a telemedicinális megközelítés (3, 4, 8, 18, 21, 26, 33). Ennek célja a cukorbetegek esetében, hogy a szűréseket közel vigyük a páciensekhez, és csak ellátás szükségessége esetén kelljen szemészeti centrumban megjelenniük. A telemedicinális szemfenéki szűréseket akár háziorvosi rendelőkben, diabetológiai szakrendelőkben is elvégezhetjük. Hatékony módszer, amely hozzájárulhat a beteg és a társadalom költségeinek csökkentéséhez (27, 28). További előnye, hogy segítségével lehetővé válik szűréseket végezni azokon a területeken, ahol a szemészeti szakemberek száma kevés. Különösen fontos ez az alacsony jövedelmű populációk esetében, ahol a telemedicinás technológia alkalmazása növelheti az éves cukorbeteg-szemvizsgálatok arányát (11, 15). Park és munkatársainak tanulmánya szerint a cukorbetegek telemedicinális szemészeti szűrésében használt non-mydriatikus szemfenéki kamera segítségével más szemészeti betegségek (glaukóma, makulabetegségek) is diagnosztizálhatók (20).

Magyarországon a cukorbetegek telemedicinális szemészeti szűrőprogramja, a 2008-as pilot vizsgálatot követően, 2009-ben indult meg (9, 24), az Első Magyar Optikus Zrt., a Medicontur Kft., és a Semmelweis Kft. cégek együttműködésének köszönhetően (18). Az országos szűrőhálózat, folyamatosan bővülve, jelenleg több mint 30 optikai szak­üzletben működik (7). Az ott készült felvételeket egy belső, biztonságos intranethálózaton keresztül továbbítják a Semmelweis Egyetem Szemészeti Klinikáján működő „Reading Centerbe” (18).

A szemfenéki színes felvételek alapján a cukorbetegség szemészeti kezelést igénylő tüneteinek fennállása nagy megbízhatósággal megállapítható (24, 37), azonban a diagnosztikus pontosság optikaikoherencia-tomográfia (OCT) bevonásával fokozható, amely a makulaödéma (DMÖ) súlyosságának megállapítására és számszerűsítésére a legalkalmasabb módszer (22). Ezen kívül az OCT-nek más szembetegségekre utaló jelek felismerésében is jelentősége lehet. Emiatt munkacsoportunk célul tűzte ki a színes fundusképek értékelésén alapuló telemedicinális rendszerünk kiegészítését, OCT-képek bevonásával. A telemedicinális felület kialakítása és ellenőrzése céljából végeztük el a jelen közleményben leírt vizsgálatot. Az eredmények felhasználásával az OCT értékelő telemedicinális felület kialakítása már sikeresen be is fejeződött a Nemzeti Bionikai Program, Telemedicina alprogramja keretében.

Jelen tanulmányunk célkitűzése a telemedicinális OCT-felvételek értékelési pontosságának felmérése cukorbetegek szemében jelentkező elváltozások azonosításában. Az összegyűjtött és értékelt OCT-képeket a későbbiekben mesterséges intelligenciaalapú szűrési rendszer kialakításához tervezzük felhasználni.

Betegek és módszerek

A 2019 októberétől 2020. február végéig a bevonni tervezett 380 ismert cukorbeteg közül összesen 378 ismert cukorbeteg (213 nő és 165 férfi) 716 szeméről készítettünk makula OCT-felvételt. A vizsgált betegek átlagéletkora 69,2 év volt (19 és 93 éves kor között). Az OCT-felvételeket iVue 100 (Optovue) OCT-készülékkel készítettük.

Az OCT-képek értékelésében hét szemész vett részt, akik előre meghatározott beosztásban, szakaszonként más-más kollégával párosítva, de egymástól függetlenül minősítették a felvételeket. A felvételek kategorizálása az értékelő által adott normális, kóros, vagy értékelhetetlen minősítés szerint történt. A kontroll időpontjának egy hónapot, három hónapot, vagy egy évet lehetett kiválasztani. Ezt követően az egymástól független értékeléseket összehasonlítottuk kategória és kontrollidőpont tekintetében: egyezett, nem egyezett, vagy az egyik vélemény szerint a felvétel értékelhetetlen.

Az eddigieken felül, minden szem OCT-képéhez fontossági sorrendben négy különböző diagnózist lehetett rendelni, amiket a következő listából lehetett kiválasztani: dia­béteszes makulaödéma (DMÖ), ERM (epiretinalis membránképződés), trac­tio, foramen maculae, PED (pigment epithelial detachment), CNV (choroidalis neovaszkulari­zá­ció) gya­núja, időskori makuladegeneráció (AMD), retinaleválás, atrófia és staphyloma. A kapott eredményekről a cukorbetegség során fellépő kórképek gyakoriságára következtettünk.

A kutatást a Semmelweis Egyetem Regionális, Intézményi Tudományos és Kutatásetikai Bizottsága engedélyezte (SE RKEB szám: 98/2018).

Eredmények

Normális/kóros/értékelhetetlen minősítések megoszlása

A két szemorvos által adott vélemények száma a normális/kóros/értékelhetetlen kategóriában összesen 1407 volt, a következő eloszlásban: 967 esetben (68,7%) kóros, 367 esetben (26,1%) normális, és 73 esetben (5,2%) pedig értékelhetetlen minősítés. Ez alapján az OCT-felvételek 94,8%-a volt értékelhető.

Vélemények egyezése

A vélemények elemzése során az értékelők egyező véleményének előfordulását normális/kóros/értékelhetetlen kategóriában 88,1%-nak találtuk. A két vizsgáló 4,2%-ban eltérően ítélte meg, hogy az OCT-lelet kóros vagy normális, és 7,7%-ban pedig csak az egyik szemész értékelt, a másik értékelhetetlennek minősítette a felvételt. A különböző értékelők egyezési aránya hasonló volt (az egyéni eltérések nem haladták meg a 4%-ot) a normális/kóros/értékelhetetlen kategóriában.

A kontrollidőpont vonatkozásában viszont valamivel nagyobb volt a szórás. Összesen 66,9%-ban a két vizsgáló azonos időintervallumot jelölt meg, 25,6%-ban eltérően ítélték meg a kontrollidőpontot, a maradék 7,5%-ban pedig csak az egyik vizsgáló adta meg a következő vizsgálat időpontját. A nagyobb differenciát jelentő eltérés (1 hónap vagy 1 év) alacsony volt, a vizsgálók egyike esetében sem haladta meg a 6,0%-ot. Az 1 hónap vagy 3 hónap valamint 3 hónap vagy 1 év eltérések előfordulása átlagosan 21,7%-nak adódott.

Kórképek elfordulása

A módszereknél leírtak szerint egy szem OCT-képéhez négy különböző diagnózist lehetett rendelni. A leggyakrabban előforduló diagnózisokat az 1. táblázatban tüntettük fel. Látható, hogy a diagnózisok több mint felét (389) a diabéteszes makulaödéma és az időskori makuladegeneráció teszi ki.

1. táblázat: Különböző kórképek előfordulása a vizsgált szemek OCT-leletei alapján (DMÖ: diabéteszes makulaödéma, AMD: időskori makuladegeneráció)

Abban a 30 szemben, amelyek esetében nem egyezett a két értékelő véleménye (normális vagy kóros), bármely fontossági sorrendnél megadott diagnózis tekintetében összesen 40 eltérő diagnózis szerepelt (13 DMÖ, 11 atrófia, 6-6 ERM-makuladegeneráció, és 4 staphyloma), 2 esetben pedig nem szerepelt diagnózis.

Azoknál az eseteknél (43 szem) is megnéztük, hogy milyen diagnózisok lettek hozzájuk rendelve, amikor az egyik értékelő kórosnak, a másik pedig értékelhetetlennek minősítette az OCT-képet. A DMÖ 37,2%-ban volt jelen, az ERM és az atrófia viszonylag magas, és azonos arányban: 27,9%-ban szerepelt, 18,6%-ban AMD, 11,6%-ban staphyloma, 7%-ban pedig CNV gyanúja merült fel. További 7%-ban a kóros minősítés mellett nem szerepelt diagnózis.

Megbeszélés

A fényvisszaverődésen alapuló OCT nagy előnye, hogy noninvazív módon, pupillatágítás nélkül, rövid idő alatt képes nagyfelbontású, keresztmetszeti retinafelvételek rögzítésére (16, 22, 34). Vizsgálatunkban ismert cukorbetegek szeméről készült OCT-képeket gyűjtöttünk és értékeltünk. Az adatok elemzése során a felvételek közel 70%-át találtuk kórosnak, vagyis a vizsgált cukorbeteg-populáció nagy részében OCT-módszerrel megfigyelhető volt valamilyen szemészeti elváltozás.

Az értékelők véleményének egyezése normális/kóros/értékelhetetlen kategóriában mind egyénileg, mind összesítésben magasnak mondható, kontrollidőpont tekintetében pedig a nagy differenciájú eltérések száma csekély volt. Ugyanakkor az eltérő vélemények a mesterséges intelligencia (AI) tanításában jelentős szerepet játszanak (10, 38). A különböző értékelések bemutatása növeli az AI-rendszer érzékenységét, ezáltal hatékonyabban tudja később kiszűrni a legvalószínűbb lehetőséget.

A megjelölt diagnózisok vonatkozásában a két leggyakoribb kórképnek a diabéteszes makulaödéma és az időskori makuladegeneráció bizonyult. Ez megfelel a cukorbetegek szemészeti szövődményeinek korábbi felmérésekből ismert előfordulásának (19, 20). Zeffer és munkatársai (41) AMD-re jellemző OCT-eltéréseket 12,4%-ban találtak a 61–70 éves korcsoportban, és 21,8%-ban a 71–80 évesek között, az általuk vizsgált, véletlenszerűen kiválasztott Csongrád megyei lakosok körében. Eredményeink alátámasztják, hogy az OCT hatásos eszköz a DMÖ és az AMD azonosításában és követésében (16).

Azokban az esetekben, amikor a két eltérő értékelésen belül, a normális és kóros, valamint kóros és értékelhetetlen párosításban néztük a hozzárendelt diagnózisokat, a DMÖ gyakori megjelenése részben a cukorbetegek körében egyébként is magas előfordulásához köthető. Másrészt viszont a kórkép felismerése az értékelő jártasságán, illetve a retinavastagság küszöbértékének megválasztásán is múlhat. Ugyanis Virgili és munkatársai (34) tíz tanulmányt felülvizsgálva azt találták, hogy 300 mikrométer alatt meghatározott küszöbértéket használva, az OCT-vel mért centrális retinavastagság nem elég pontos a centrális típusú klinikailag szignifikáns makulaödéma detektálásában. Azonban ezek a „fals pozitív” esetek szubklinikai makulaödémának felelnek meg, amelyek magukban hordozzák a progresszió kockázatát, ezért ma már széles körben elismerik az OCT használatát DMÖ értékeléséhez, akár szűrési program részeként.

A vizsgálatunk során talált további eltérő diagnózisok esetében szükség lehet az értékelők egyeztető megbeszélésére, esetleg a beteg továbbküldésére más modalitású képalkotó vizsgálatra.
A kóros és értékelhetetlen minősítések párosításánál talált diagnózisok (DMÖ, ERM, atrófia, AMD) előfordulása a kontrollidőpont megválasztása szempontjából lehet fontos, nevezetesen az értékelhetetlen minősítések esetén érdemes 1-3 hónap múlva kontrollvizsgálatot kérni az esetlegesen megbúvó eltérések időbeni detektálása végett. Ugyanakkor a DMÖ és az AMD gyakori előfordulása ebben a tekintetben is megjelenik (19, 20).

Az OCT-felvételek mesterséges intelligenciával működő, automatikus értékelő rendszer kiépítéséhez történő felhasználásához további statisztikai vizsgálatok szükségesek. A mély tanulási algoritmust használó rendszerek az irodalomban ismeretesek (12, 14), azonban az automatizált képelemzés megvalósulhat számítógépes szoftverek segítségével is. Egy olasz klinikai vizsgálatban (2), klinikailag szignifikáns makulaödémában szenvedő diabéteszes retinopathiás betegeknél az OCT-measurement analysis tool (OCT-MAT) szoftveralkalmazás hatékonyságát bizonyították be. A szoftver az intraretinalis hipo­reflektív területek μm2-ben mérhető azonosításával automatikusan feldolgozza és elemzi az OCT képeit.

További terveink között szerepel saját vizsgálatunkon alapuló mesterségesintelligencia-értékelő algoritmus kidolgozása munkacsoportunk matematikusainak közreműködésével. Szükség esetén felmerülhet változtatás a metodikában, például harmadik szemorvos minősítésének bevonása a kérdéses, vagy értékelhetetlen minősítések esetében, vagy akár az összes szemnél. Terveink között szerepel a vizsgálati populáció bővítése is. A későbbiekben szeretnénk a fundusképek alapján megállapított diabéteszes retinopathia eredményeket összekapcsolni az OCT-képekből nyert információval, komplex vélemény kialakítása érdekében.

Köszönetnyilvánítás/Támogatás

A vizsgálat a Nemzeti Kutatási Fejlesztési és Innovációs Alapból biztosított támogatással, a Nemzeti Bionika Program pályázati program (ED_17-1-2017-0009) finanszírozásában valósult meg, a Telemedicina alprogram részeként.

Nyilatkozat

A szerzők kijelentik, hogy az eredeti közlemény megírásával kapcsolatban nem áll fenn velük szemben pénzügyi vagy egyéb lényeges összeütközés, összeférhetetlenségi ok, amely befolyásolhatja a közleményben bemutatott eredményeket, az abból levont következtetéseket vagy azok értelmezését.

Irodalom

1. A háziorvosi és a házi gyermekorvosi szolgálathoz bejelentkezettek egyes betegségei (1999–): Központi Statisztikai Hivatal. http://www.ksh.hu/docs/hun/xstadat/xstadat_eves/
i_ege0024.html
(2020. november 27.).
2. Azzolini C, Sansoni G, Donati S, et al. Clinical analysis of macular edema with new software for SD-OCT imaging. Eur J Ophthalmol 2013; 23: 899–904. https://doi.org/10.5301/ejo.5000329
3. Csutak A, Werlinger D, Lantos K. Diabéteszes retinopathia szűrésének változó gyakorlata. Szemészet 2021; 158: 122–132.
4. Csutak A. Biró A, Salló F, et al. Képelemző centrumok működése és jelentősége a szemészeti kórképek standard elemzésében és a klinikai gyógyszerkutatásban. Szemészet 2012; 149: 68–74.
5. Das T, Takkar B, Sivaprasad S, et al. Recently updated global diabetic retinopathy screening guidelines: commonalities, differences, and future possibilities. Eye (Lond) 2021; 35: 2685–2698. https://doi.org/10.1038/s41433-021-01572-4
6. Egészségügyi szakmai irányelv – A diabetes mellitus kórismézéséről, a cukorbetegek antihyperglykaemiás kezeléséről és gondozásáról felnőttkorban. Emberi Erőforrások Minisztériuma – Egészségügyért Felelős Államtitkárság; 2020.
7. Első Magyar Optikus Zrt. Szűrőhálózat. https://latasszakerto.hu/semmelweis.html (2022. március 31.)
8. Eszes DJ, Szabó DJ, Russell G, et al. Diabetic Retinopathy Screening Using Telemedicine Tools: Pilot Study in Hungary Diabetic Retinopathy Screening Using Telemedicine Tools: Pilot Study in Hungary. J Diabetes Res 2016; 2016: 4529824. https://doi.org/10.1155/2016/4529824
9. Fiedler O, Hargitai Z, Biró Z, et al. Diabeteses retinopathia telemedicinális szűrése: pilot study. Magyar Belorvosi Archivum 2010; 63: 81–86.
10. Gulshan V, Peng L, Coram M, et al. Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs. JAMA 2016; 316: 2402–2410. https://doi.org/10.1001/jama.2016.17216
11. Hatef E, Alexander M, Vanderver BG, et al. Assessment of Annual Diabetic Eye Examination Using Telemedicine Technology Among Underserved Patients in Primary Care Setting. Middle East Afr J Ophthalmol 2017; 24: 207–212. https://doi.org/10.4103/meajo
12. Huemer J, Wagner SK, Sim DA. The Evolution of Diabetic Retinopathy Screening Programmes: A Chronology of Retinal Photography from 35 mm Slides to Artificial Intelligence. Clin Ophthalmol 2020; 14: 2021–35. https://doi.org/10.2147/OPTH.S261629
13. Kiss H, Németh J. A vakság okai Magyarországon. Szemészet 2013; 150: 103–110.
14. Li JO, Liu H, Ting DSJ, et al. Digital technology, tele-medicine and artificial intelligence in ophthalmology: A global perspective. Prog Retin Eye Res 2021; 82: 100900. https://doi.org/10.1016/j.preteyeres.2020.100900
15. Mansberger SL, Sheppler C, Barker G, et al. Long-term Comparative Effectiveness of Telemedicine in Providing Diabetic Retinopathy Screening Examinations: A Randomized Clinical Trial. JAMA Ophthalmol 2015; 133: 518–525. https://doi.org/10.1001/jamaophthalmol.2015.1
16. Medical Advisory Secretariat. Optical coherence tomography for age-related macular degeneration and diabetic macular edema: an evidence-based analysis. Ont Health Technol Assess Ser 2009; 9: 1–22.
17. Németh J, Frigyik A, Vastag O, et al. Vaksági okok Magyarországon 1996 és 2000 között. Szemészet 2005; 142: 127–133.
18. Németh J, Maka E, Szabó D, et al. Működő telemedicinális szemészeti szűrőprogramok és lehetőségek hazánkban. IME 2019; 18: 46–51.
19. Nentwich MM, Ulbig MW. Diabetic retinopathy – ocular complications of diabetes mellitus. World J Diabetes 2015; 6: 489–499. https://doi.org/10.4239/wjd.v6.i3.489
20. Park DW, Mansberger SL. Eye Disease in Patients with Diabetes Screened with Telemedicine. Telemed J E Health 2017; 23: 113–118. https://doi.org/10.1089/tmj.2016.0034
21. Sanchez CR, Silva PS, Cavallerano JD, et al. Ocular telemedicine for diabetic retinopathy and the Joslin Vision Network. Semin Ophthalmol 2010; 25: 218–224. https://doi.org/10.3109/08820538.2010.518893
22. Sikorski BL, Malukiewicz G, Stafiej J, et al. The diagnostic function of OCT in diabetic maculopathy. Mediators Inflamm 2013; 2013: 434560. https://doi.org/10.1155/2013/434560
23. Sommer AC, Blumenthal EZ. Telemedicine in ophthalmology in view of the emerging COVID-19 outbreak. Graefes Arch Clin Exp Ophthalmol 2020; 258: 2341–2352. https://doi.org/10.1007/s00417-020-04879-2
24. Szabó D, Fiedler O, Somogyi A, et al. Telemedical diabetic retinopathy screening in Hungary: a pilot programme. J Telemed Telecare 2015; 21: 167–173. https://doi.org/10.1177/1357633X15572712
25. Ting DS, Cheung GC, Wong TY. Diabetic retinopathy: global prevalence, major risk factors, screening practices and public health challenges: a review. Clin Exp Ophthalmol 2016; 44: 260–277. https://doi.org/10.1111/ceo.12696
26. Torok Z, Peto T, Csosz E, et al. Combined Methods for Diabetic Retinopathy Screening, Using Retina Photographs and Tear Fluid Proteomics Biomarkers. J Diabetes Res 2015; 2015: 623619. https://doi.org/10.1155/2015/623619
27. Tóth G, Limburg H, Szabó D, et al. Rapid assessment of avoidable blindness-based health care costs of diabetic retinopathy in Hungary and its projection for the year 2045. Br J Ophthalmol 2021; 105: 1116–1120. https://doi.org/10.1136/bjophthalmol-2020-316337
28. Tóth G, Nagy ZZ, Németh J. A cukorbetegség szemészeti szövődményeinek modellalapú költségterhe Magyarországon. Orv Hetil 2021; 162: 298–305. https://doi.org/10.1556/650.2021.32031
29. Tóth G, Németh J. A cukorbetegség és szemészeti szövődményeinek epidemiológiai vonatkozásai hazánkban. Lege Artis Medicinae 2020; 30: 441–447. https://doi.org/10.33616/lam.30.038
30. Tóth G, Szabó D, Sándor G, et al. A cukorbetegség és a diabéteszes retinopathia hazánkban a RAAB+DRM-vizsgálat eredményei szerint. Szemészet 2018; 155: 82–89.
31. Tóth G, Szabó D, Sándor GL, et al. Diabetes and blindness in people with diabetes in Hungary. Eur J Ophthalmol 2019; 29: 141-147. https://doi.org/10.1177/1120672118811738
32. Tóth G, Szabó D, Sándor GL, et al. Diabetes and diabetic retinopathy in people aged 50 years and older in Hungary. Br J Ophthalmol 2017; 101: 965–969. https://doi.org/10.1136/bjophthalmol-2016–309016
33. Tozer K, Woodward MA, Newman-Casey PA. Telemedicine and Diabetic Retinopathy: Review of Published Screening Programs. J Endocrinol Diabetes 2015; 2: https://doi.org/10.15226/2374–6890/2/4/00131
34. Virgili G, Menchini F, Casazza G, et al. Optical coherence tomography (OCT) for detection of macular oedema in patients with diabetic retinopathy. Cochrane Database Syst Rev 2015; 1: CD008081-CD. https://doi.org/10.1002/14651858.CD008081
35. Vízvári E, Tóth-Molnár E, Pető T. Első tapasztalataink non-mydriatikus ultraszéles látószögű szemfenéki képalkotással. Szemészet 2021; 158: 60–77.
36. Vujosevic S, Aldington SJ, Silva P, et al. Screening for diabetic retinopathy: new perspectives and challenges. Lancet Diabetes Endocrinol 2020; 8: 337–347. https://doi.org/10.1016/S2213-8587(19)30411-5
37. Vujosevic, S, Benetti E, Massignan F, et al. Screening for diabetic retinopathy: 1 and 3 nonmydriatic 45-degree digital fundus photographs vs 7 standard early treatment diabetic retinopathy study fields. Am J Ophthalmol 2009; 148: 111–118. https://doi.org/10.1016/j.ajo.2009.02.031
38. Willemink MJ, Koszek WA, Hardell C, et al. Preparing Medical Imaging Data for Machine Learning. Radiology 2020; 295: 4–15. https://doi.org/10.1148/radiol.2020192224
39. Wong TY, Sun J, Kawasaki R, et al. Guidelines on Diabetic Eye Care: The International Council of Ophthalmology Recommendations for Screening, Follow-up, Referral, and Treatment Based on Resource Settings. Ophthalmology 2018; 125: 1608–1622. https://doi.org/10.1016/j.ophtha.2018.04.007
40. Zeffer T, B. Tóth B, Vizvári E, et al. A retinopathia diabetica szűrési modellje Magyarországon. Szemészet 2021; 158: 133–137.
41. Zeffer T, Szalay L, Deák K, et al. A szemészeti állapot és az életminőség kapcsolódó mérőszámai különböző korcsoportokban. Orv Hetil 2020; 161: 1824–1830. https://doi.org/10.1556/650.2020.31857