# Detection of Disease Progression in Advanced Glaucoma

> **NIH NIH R01** · UNIVERSITY OF CALIFORNIA LOS ANGELES · 2023 · $387,500

## Abstract

A pressing unmet need in the field of glaucoma diagnostics is to find methods for objective detection of 
disease  worsening  or  prediction  of  visual  field  (VF)  progression  in  eyes  with  advanced  disease.  Eyes  with 
advanced  glaucoma  are  at  high  risk  of  losing  the  remaining  vision  and  blindness.  Retinal  nerve  fiber  layer 
(RNFL)  and  optic  nerve  head  measures  reach  their  measurement  floor  as  glaucoma  progresses  beyond  the 
early stages. Hence, functional assessment of the central VF is currently the main tool for monitoring advanced 
glaucoma.  Our  central  hypothesis  is  that  assessment  of  the  macular  retinal  ganglion  cell  (RGC)/axonal 
complex can lead to improved detection or prediction of disease progression since the last RGCs to disappear 
in  glaucoma  reside  in  the  central  retina  (the  macula).  We  will  test  this  hypothesis  in  a  cohort  of  glaucoma 
subjects  just  reaching  5  years  of  follow-­up  and  validate  our  methods  in  separate  cohorts  of  glaucoma  and 
normal  subjects.  Aim  1.  Are  macular  thickness  measures  able  to  detect  change  earlier  and  with  a  stronger 
signal compared to RNFL measures in advanced glaucoma? We will measure progression rates for global and 
local  macular  and  RNFL  measures  within  a  Bayesian  hierarchical  framework.  We  will  compare  progression 
rates  and  the  proportion  of  progressing  eyes/regions/sectors  for  macular  and  RNFL  measures  to  normal  eyes 
and  account  for  differing  scales,  age-­related  decay,  and  treatment.  Aim  2A.  Can  macular  OCT  thickness 
changes  confirm  and  predict  changes  in  central  VFs  for  advanced  glaucoma?  We  will  estimate 
longitudinal/temporal  structure-­function  relationships  with  Bayesian  joint  hierarchical  longitudinal  modeling  of 
macular OCT and central 10° VF measures. These models will determine whether there is a contemporaneous 
or  lagged  deterioration  of  OCT  and  VF.  We  will  assess  the  influence  of  baseline  disease  severity,  treatment 
and  other  covariates  on  these  joint  longitudinal  models.  We  will  also  compare  the  joint  macular/central  VF 
models  to  joint  models  of  RNFL  and  24°  VFs  and  develop  functional  prediction  models  from  1  to  4  years 
ahead.  Aim  2B.  To  validate  the  performance  of  prediction  models,  we  will  initiate  a  second  prospectively 
enrolled cohort of patients meeting similar inclusion criteria and matched to the original cohort by age, gender, 
ethnicity  and  baseline  glaucoma  severity.  We  will  compare  VF  point  predictions  (e.g.,  one-­  or  two-­visit  step 
ahead) to the observed VF data. Aim  3. Develop software for combining macular structural and functional data 
in  real  time  as  a  clinical  tool  for  detection  or  prediction  of  progression.  It  will  provide  clinicians  with 
structural/functional  rates  of  change  and  structural ...

## Key facts

- **NIH application ID:** 10624322
- **Project number:** 5R01EY029792-04
- **Recipient organization:** UNIVERSITY OF CALIFORNIA LOS ANGELES
- **Principal Investigator:** Kouros Nouri-Mahdavi
- **Activity code:** R01 (R01, R21, SBIR, etc.)
- **Funding institute:** NIH
- **Fiscal year:** 2023
- **Award amount:** $387,500
- **Award type:** 5
- **Project period:** 2020-03-01 → 2025-02-28

## Primary source

NIH RePORTER: https://reporter.nih.gov/project-details/10624322

## Citation

> US National Institutes of Health, RePORTER application 10624322, Detection of Disease Progression in Advanced Glaucoma (5R01EY029792-04). Retrieved via AI Analytics 2026-05-23 from https://api.ai-analytics.org/grant/nih/10624322. Licensed CC0.

---

*[NIH grants dataset](/datasets/nih-grants) · CC0 1.0*