Multimodální zobrazování ve vitreoretinální chirurgii a makulárních dystrofiích (MICAI)
10. února 2024 aktualizováno: RIZZO STANISLAO, Fondazione Policlinico Universitario Agostino Gemelli IRCCS
Multimodální zobrazování ve vitreo-retinální chirurgii a makulárních dystrofiích: Biomarkery morfo-funkční obnovy umělou inteligencí
Cílem studie je identifikovat morfologické a funkční biomarkery pooperační rekonvalescence po vitreoretinální operaci pomocí systémů podpory rozhodování (DSS), založené na multimodální analýze velkých dat pomocí technik strojového učení v každodenní klinické praxi
Přehled studie
Postavení
Nábor
Detailní popis
Cílem studie je identifikovat morfologické a funkční biomarkery pooperační rekonvalescence po vitreoretinální operaci.
Identifikace biomarkerů a posouzení predikce zotavení umožní zvýraznit kategorie pacientů, kteří mohou nejvíce profitovat z chirurgické léčby, a přesněji zacílit na pacienta pro personalizovanou medicínu a chirurgii.
Zavedení nových systémů pro podporu rozhodování (DSS), založených na multimodální analýze velkých dat prostřednictvím technik strojového učení v každodenní klinické praxi, poskytuje nové užitečné informace při hodnocení pacientů pro personalizovanou chirurgii.
Typ studie
Pozorovací
Zápis (Odhadovaný)
100
Kontakty a umístění
Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.
Studijní kontakt
- Jméno: Maria Cristina Savastano, MD,PhD
- Telefonní číslo: +39 3384443002
- E-mail: mariacristina.savastano@unicatt.it
Studijní záloha kontaktů
- Jméno: Alfonso Savastano, MD,PhD
- E-mail: alfonso.savastano@policlinicogemelli.it
Studijní místa
-
-
-
Rome, Itálie, 00168
- Nábor
- Prof. Stanislao Rizzo
-
Kontakt:
- Stanislao Rizzo, MD,PhD
-
-
Kritéria účasti
Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.
Kritéria způsobilosti
Věk způsobilý ke studiu
1 rok a starší (Dítě, Dospělý, Starší dospělý)
Přijímá zdravé dobrovolníky
Ne
Metoda odběru vzorků
Ukázka pravděpodobnosti
Studijní populace
Všichni pacienti podstoupí vitreoretinální operaci pro onemocnění makuly (tj. makulární díra, epiretinální membrány, odchlípení sítnice, makulární dystrofie (předprotéza sítnice).
Popis
Kritéria pro zařazení:
Všichni pacienti, kteří podstoupí vitreo-retinální operaci pro:
- Makulární díra
- Epiretinální membrány
- Odchlípení sítnice
- Makulární dystrofie (předprotéza sítnice)
Kritéria vyloučení:
- Pacienti mladší 18 let budou vyloučeni; pacienti, u kterých nelze provést morfologická vyšetření pro špatnou spolupráci nebo neprůhlednost dioptrických médií (např. patologie rohovky). Kvalita morfologických snímků nedostatečná pro zpracování po akvizici (<6/10).
Studijní plán
Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.
Jak je studie koncipována?
Detaily designu
Kohorty a intervence
Skupina / kohorta |
Intervence / Léčba |
|---|---|
|
Makulární díra
Pacienti postižení makulární dírou.
|
Biometrická měření prováděná s IOL Master, pokud je spustitelný Kontaktní nebo ponorná echobiometrie, pokud nelze provést IOL Master
Barva + AF: EIDON, pokud je k dispozici (60° nelze modulovat) Barva: COBRA (60° nemodifikovatelná) AF: Spectralis-Heidelberg (vyberte 55°) Jiné, pokud je k dispozici (vyberte vyšetření zadního pólu mezi 50-60°)
OCT B-scan: 2 skeny (6 mm) 1 křížová čára OCTA: 3x3 mm + 6x6 mm se středem na foveu 4,5 mm se středem na zrakový nerv
1) fixační vzor 2) mapa sítnice citlivosti
Hodnocení sítnice po vrstvách pomocí fokálního ERG a vzorového ERG podle standardizovaných a publikovaných metod. Pro pacienty s visus < 3/10 a nestabilní fixací bude použit protokol založený na komponentní analýze fotopického ERG z difuzního záblesku.
|
|
Epiretinální membrány
Pacienti postižení epiretinální membránou.
|
Biometrická měření prováděná s IOL Master, pokud je spustitelný Kontaktní nebo ponorná echobiometrie, pokud nelze provést IOL Master
Barva + AF: EIDON, pokud je k dispozici (60° nelze modulovat) Barva: COBRA (60° nemodifikovatelná) AF: Spectralis-Heidelberg (vyberte 55°) Jiné, pokud je k dispozici (vyberte vyšetření zadního pólu mezi 50-60°)
OCT B-scan: 2 skeny (6 mm) 1 křížová čára OCTA: 3x3 mm + 6x6 mm se středem na foveu 4,5 mm se středem na zrakový nerv
1) fixační vzor 2) mapa sítnice citlivosti
Hodnocení sítnice po vrstvách pomocí fokálního ERG a vzorového ERG podle standardizovaných a publikovaných metod. Pro pacienty s visus < 3/10 a nestabilní fixací bude použit protokol založený na komponentní analýze fotopického ERG z difuzního záblesku.
|
|
Odchlípení sítnice
Pacienti postižení odchlípením sítnice.
|
Biometrická měření prováděná s IOL Master, pokud je spustitelný Kontaktní nebo ponorná echobiometrie, pokud nelze provést IOL Master
Barva + AF: EIDON, pokud je k dispozici (60° nelze modulovat) Barva: COBRA (60° nemodifikovatelná) AF: Spectralis-Heidelberg (vyberte 55°) Jiné, pokud je k dispozici (vyberte vyšetření zadního pólu mezi 50-60°)
OCT B-scan: 2 skeny (6 mm) 1 křížová čára OCTA: 3x3 mm + 6x6 mm se středem na foveu 4,5 mm se středem na zrakový nerv
1) fixační vzor 2) mapa sítnice citlivosti
Hodnocení sítnice po vrstvách pomocí fokálního ERG a vzorového ERG podle standardizovaných a publikovaných metod. Pro pacienty s visus < 3/10 a nestabilní fixací bude použit protokol založený na komponentní analýze fotopického ERG z difuzního záblesku.
|
|
Makulární dystrofie
Pacienti postižení makulární dystrofií.
|
Biometrická měření prováděná s IOL Master, pokud je spustitelný Kontaktní nebo ponorná echobiometrie, pokud nelze provést IOL Master
Barva + AF: EIDON, pokud je k dispozici (60° nelze modulovat) Barva: COBRA (60° nemodifikovatelná) AF: Spectralis-Heidelberg (vyberte 55°) Jiné, pokud je k dispozici (vyberte vyšetření zadního pólu mezi 50-60°)
OCT B-scan: 2 skeny (6 mm) 1 křížová čára OCTA: 3x3 mm + 6x6 mm se středem na foveu 4,5 mm se středem na zrakový nerv
1) fixační vzor 2) mapa sítnice citlivosti
Hodnocení sítnice po vrstvách pomocí fokálního ERG a vzorového ERG podle standardizovaných a publikovaných metod. Pro pacienty s visus < 3/10 a nestabilní fixací bude použit protokol založený na komponentní analýze fotopického ERG z difuzního záblesku.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Predikce morfologicko-funkčních radiomických dat
Časové okno: 3 roky
|
Míra predikce morfologicko-funkčních radiomických dat pro stanovení stupně zotavení v pooperačním období pomocí modelu strojového učení umělé inteligence (AI).
|
3 roky
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Identifikujte prediktivní rozdíly podle diagnózy
Časové okno: 3 roky
|
Rozdělení do podskupin za účelem identifikace prediktivních rozdílů podle diagnózy
|
3 roky
|
|
Koreluje s věkem pacientů
Časové okno: 3 roky
|
Identifikujte prediktivní rozdíly podle diagnózy a korelujte je s věkem pacientů
|
3 roky
|
|
Korelujte s věkem začátku onemocnění
Časové okno: 3 roky
|
Identifikujte prediktivní rozdíly podle diagnózy a korelujte je s věkem nástupu onemocnění
|
3 roky
|
Spolupracovníci a vyšetřovatelé
Zde najdete lidi a organizace zapojené do této studie.
Publikace a užitečné odkazy
Osoba odpovědná za zadávání informací o studiu tyto publikace poskytuje dobrovolně. Mohou se týkat čehokoli, co souvisí se studiem.
Obecné publikace
- Gulshan V, Peng L, Coram M, Stumpe MC, Wu D, Narayanaswamy A, Venugopalan S, Widner K, Madams T, Cuadros J, Kim R, Raman R, Nelson PC, Mega JL, Webster DR. Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs. JAMA. 2016 Dec 13;316(22):2402-2410. doi: 10.1001/jama.2016.17216.
- Harris PA, Taylor R, Minor BL, Elliott V, Fernandez M, O'Neal L, McLeod L, Delacqua G, Delacqua F, Kirby J, Duda SN; REDCap Consortium. The REDCap consortium: Building an international community of software platform partners. J Biomed Inform. 2019 Jul;95:103208. doi: 10.1016/j.jbi.2019.103208. Epub 2019 May 9.
- Duker JS, Kaiser PK, Binder S, de Smet MD, Gaudric A, Reichel E, Sadda SR, Sebag J, Spaide RF, Stalmans P. The International Vitreomacular Traction Study Group classification of vitreomacular adhesion, traction, and macular hole. Ophthalmology. 2013 Dec;120(12):2611-2619. doi: 10.1016/j.ophtha.2013.07.042. Epub 2013 Sep 17.
- Kermany DS, Goldbaum M, Cai W, Valentim CCS, Liang H, Baxter SL, McKeown A, Yang G, Wu X, Yan F, Dong J, Prasadha MK, Pei J, Ting MYL, Zhu J, Li C, Hewett S, Dong J, Ziyar I, Shi A, Zhang R, Zheng L, Hou R, Shi W, Fu X, Duan Y, Huu VAN, Wen C, Zhang ED, Zhang CL, Li O, Wang X, Singer MA, Sun X, Xu J, Tafreshi A, Lewis MA, Xia H, Zhang K. Identifying Medical Diagnoses and Treatable Diseases by Image-Based Deep Learning. Cell. 2018 Feb 22;172(5):1122-1131.e9. doi: 10.1016/j.cell.2018.02.010.
- Esteva A, Kuprel B, Novoa RA, Ko J, Swetter SM, Blau HM, Thrun S. Dermatologist-level classification of skin cancer with deep neural networks. Nature. 2017 Feb 2;542(7639):115-118. doi: 10.1038/nature21056. Epub 2017 Jan 25. Erratum In: Nature. 2017 Jun 28;546(7660):686.
- Schmidt-Erfurth U, Waldstein SM, Klimscha S, Sadeghipour A, Hu X, Gerendas BS, Osborne A, Bogunovic H. Prediction of Individual Disease Conversion in Early AMD Using Artificial Intelligence. Invest Ophthalmol Vis Sci. 2018 Jul 2;59(8):3199-3208. doi: 10.1167/iovs.18-24106.
- Garrity ST, Sarraf D, Freund KB, Sadda SR. Multimodal Imaging of Nonneovascular Age-Related Macular Degeneration. Invest Ophthalmol Vis Sci. 2018 Mar 20;59(4):AMD48-AMD64. doi: 10.1167/iovs.18-24158.
- Acon D, Wu L. Multimodal Imaging in Diabetic Macular Edema. Asia Pac J Ophthalmol (Phila). 2018 Jan-Feb;7(1):22-27. doi: 10.22608/APO.2017504. Epub 2017 Jan 29.
- Spaide RF, Fujimoto JG, Waheed NK, Sadda SR, Staurenghi G. Optical coherence tomography angiography. Prog Retin Eye Res. 2018 May;64:1-55. doi: 10.1016/j.preteyeres.2017.11.003. Epub 2017 Dec 8.
- Sun P, Tandias RM, Yu G, Arroyo JG. SPECTRAL DOMAIN OPTICAL COHERENCE TOMOGRAPHY FINDINGS AND VISUAL OUTCOME AFTER TREATMENT FOR VITREOMACULAR TRACTION. Retina. 2019 Jun;39(6):1054-1060. doi: 10.1097/IAE.0000000000002116.
- Lee CS, Tyring AJ, Deruyter NP, Wu Y, Rokem A, Lee AY. Deep-learning based, automated segmentation of macular edema in optical coherence tomography. Biomed Opt Express. 2017 Jun 23;8(7):3440-3448. doi: 10.1364/BOE.8.003440. eCollection 2017 Jul 1.
- Zur D, Iglicki M, Busch C, Invernizzi A, Mariussi M, Loewenstein A; International Retina Group. OCT Biomarkers as Functional Outcome Predictors in Diabetic Macular Edema Treated with Dexamethasone Implant. Ophthalmology. 2018 Feb;125(2):267-275. doi: 10.1016/j.ophtha.2017.08.031. Epub 2017 Sep 19.
- Beam AL, Kohane IS. Big Data and Machine Learning in Health Care. JAMA. 2018 Apr 3;319(13):1317-1318. doi: 10.1001/jama.2017.18391. No abstract available.
- Ngiam KY, Khor IW. Big data and machine learning algorithms for health-care delivery. Lancet Oncol. 2019 May;20(5):e262-e273. doi: 10.1016/S1470-2045(19)30149-4. Erratum In: Lancet Oncol. 2019 Jun;20(6):293.
- Abramoff MD, Lou Y, Erginay A, Clarida W, Amelon R, Folk JC, Niemeijer M. Improved Automated Detection of Diabetic Retinopathy on a Publicly Available Dataset Through Integration of Deep Learning. Invest Ophthalmol Vis Sci. 2016 Oct 1;57(13):5200-5206. doi: 10.1167/iovs.16-19964.
- Lakhani P, Sundaram B. Deep Learning at Chest Radiography: Automated Classification of Pulmonary Tuberculosis by Using Convolutional Neural Networks. Radiology. 2017 Aug;284(2):574-582. doi: 10.1148/radiol.2017162326. Epub 2017 Apr 24.
- Ting DSW, Cheung CY, Lim G, Tan GSW, Quang ND, Gan A, Hamzah H, Garcia-Franco R, San Yeo IY, Lee SY, Wong EYM, Sabanayagam C, Baskaran M, Ibrahim F, Tan NC, Finkelstein EA, Lamoureux EL, Wong IY, Bressler NM, Sivaprasad S, Varma R, Jonas JB, He MG, Cheng CY, Cheung GCM, Aung T, Hsu W, Lee ML, Wong TY. Development and Validation of a Deep Learning System for Diabetic Retinopathy and Related Eye Diseases Using Retinal Images From Multiethnic Populations With Diabetes. JAMA. 2017 Dec 12;318(22):2211-2223. doi: 10.1001/jama.2017.18152.
- Li Z, He Y, Keel S, Meng W, Chang RT, He M. Efficacy of a Deep Learning System for Detecting Glaucomatous Optic Neuropathy Based on Color Fundus Photographs. Ophthalmology. 2018 Aug;125(8):1199-1206. doi: 10.1016/j.ophtha.2018.01.023. Epub 2018 Mar 2.
- Burlina P, Joshi N, Pacheco KD, Freund DE, Kong J, Bressler NM. Utility of Deep Learning Methods for Referability Classification of Age-Related Macular Degeneration. JAMA Ophthalmol. 2018 Nov 1;136(11):1305-1307. doi: 10.1001/jamaophthalmol.2018.3799.
- Grassmann F, Mengelkamp J, Brandl C, Harsch S, Zimmermann ME, Linkohr B, Peters A, Heid IM, Palm C, Weber BHF. A Deep Learning Algorithm for Prediction of Age-Related Eye Disease Study Severity Scale for Age-Related Macular Degeneration from Color Fundus Photography. Ophthalmology. 2018 Sep;125(9):1410-1420. doi: 10.1016/j.ophtha.2018.02.037. Epub 2018 Apr 10.
- Brown JM, Campbell JP, Beers A, Chang K, Ostmo S, Chan RVP, Dy J, Erdogmus D, Ioannidis S, Kalpathy-Cramer J, Chiang MF; Imaging and Informatics in Retinopathy of Prematurity (i-ROP) Research Consortium. Automated Diagnosis of Plus Disease in Retinopathy of Prematurity Using Deep Convolutional Neural Networks. JAMA Ophthalmol. 2018 Jul 1;136(7):803-810. doi: 10.1001/jamaophthalmol.2018.1934.
- De Fauw J, Ledsam JR, Romera-Paredes B, Nikolov S, Tomasev N, Blackwell S, Askham H, Glorot X, O'Donoghue B, Visentin D, van den Driessche G, Lakshminarayanan B, Meyer C, Mackinder F, Bouton S, Ayoub K, Chopra R, King D, Karthikesalingam A, Hughes CO, Raine R, Hughes J, Sim DA, Egan C, Tufail A, Montgomery H, Hassabis D, Rees G, Back T, Khaw PT, Suleyman M, Cornebise J, Keane PA, Ronneberger O. Clinically applicable deep learning for diagnosis and referral in retinal disease. Nat Med. 2018 Sep;24(9):1342-1350. doi: 10.1038/s41591-018-0107-6. Epub 2018 Aug 13.
- Schmidt-Erfurth U, Sadeghipour A, Gerendas BS, Waldstein SM, Bogunovic H. Artificial intelligence in retina. Prog Retin Eye Res. 2018 Nov;67:1-29. doi: 10.1016/j.preteyeres.2018.07.004. Epub 2018 Aug 1.
- Sarao V, Veritti D, Borrelli E, Sadda SVR, Poletti E, Lanzetta P. A comparison between a white LED confocal imaging system and a conventional flash fundus camera using chromaticity analysis. BMC Ophthalmol. 2019 Nov 19;19(1):231. doi: 10.1186/s12886-019-1241-8.
- Fernandez-Avellaneda P, Breazzano MP, Fragiotta S, Xu X, Zhang Q, Wang RK, Freund KB. BACILLARY LAYER DETACHMENT OVERLYING REDUCED CHORIOCAPILLARIS FLOW IN ACUTE IDIOPATHIC MACULOPATHY. Retin Cases Brief Rep. 2022 Jan 1;16(1):59-66. doi: 10.1097/ICB.0000000000000943.
- Huang NT, Georgiadis C, Gomez J, Tang PH, Drayna P, Koozekanani DD, van Kuijk FJGM, Montezuma SR. Comparing fundus autofluorescence and infrared imaging findings of peripheral retinoschisis, schisis detachment, and retinal detachment. Am J Ophthalmol Case Rep. 2020 Mar 26;18:100666. doi: 10.1016/j.ajoc.2020.100666. eCollection 2020 Jun.
- Stanga PE, Williams JI, Shaarawy SA, Agarwal A, Venkataraman A, Kumar DA, You TT, Hope RS. FIRST-IN-HUMAN CLINICAL STUDY TO INVESTIGATE THE EFFECTIVENESS AND SAFETY OF PARS PLANA VITRECTOMY SURGERY USING A NEW HYPERSONIC TECHNOLOGY. Retina. 2020 Jan;40(1):16-23. doi: 10.1097/IAE.0000000000002365.
- Hubschman JP, Govetto A, Spaide RF, Schumann R, Steel D, Figueroa MS, Sebag J, Gaudric A, Staurenghi G, Haritoglou C, Kadonosono K, Thompson JT, Chang S, Bottoni F, Tadayoni R. Optical coherence tomography-based consensus definition for lamellar macular hole. Br J Ophthalmol. 2020 Dec;104(12):1741-1747. doi: 10.1136/bjophthalmol-2019-315432. Epub 2020 Feb 27.
- Bae K, Lee SM, Kang SW, Kim ES, Yu SY, Kim KT. Atypical epiretinal tissue in full-thickness macular holes: pathogenic and prognostic significance. Br J Ophthalmol. 2019 Feb;103(2):251-256. doi: 10.1136/bjophthalmol-2017-311810. Epub 2018 Apr 26.
- Rizzo S, Tartaro R, Barca F, Caporossi T, Bacherini D, Giansanti F. INTERNAL LIMITING MEMBRANE PEELING VERSUS INVERTED FLAP TECHNIQUE FOR TREATMENT OF FULL-THICKNESS MACULAR HOLES: A COMPARATIVE STUDY IN A LARGE SERIES OF PATIENTS. Retina. 2018 Sep;38 Suppl 1:S73-S78. doi: 10.1097/IAE.0000000000001985.
- Christensen UC. Value of internal limiting membrane peeling in surgery for idiopathic macular hole and the correlation between function and retinal morphology. Acta Ophthalmol. 2009 Dec;87 Thesis 2:1-23. doi: 10.1111/j.1755-3768.2009.01777.x.
- Fukuyama H, Ishikawa H, Komuku Y, Araki T, Kimura N, Gomi F. Comparative analysis of metamorphopsia and aniseikonia after vitrectomy for epiretinal membrane, macular hole, or rhegmatogenous retinal detachment. PLoS One. 2020 May 8;15(5):e0232758. doi: 10.1371/journal.pone.0232758. eCollection 2020.
- Rizzo S, Savastano A, Bacherini D, Savastano MC. Vascular Features of Full-Thickness Macular Hole by OCT Angiography. Ophthalmic Surg Lasers Imaging Retina. 2017 Jan 1;48(1):62-68. doi: 10.3928/23258160-20161219-09.
- Bacherini D, Savastano MC, Dragotto F, Finocchio L, Lenzetti C, Bitossi A, Tartaro R, Giansanti F, Barca F, Savastano A, Caporossi T, Vannozzi L, Sodi A, Luca M, Faraldi F, Virgili G, Rizzo S. Morpho-Functional Evaluation of Full-Thickness Macular Holes by the Integration of Optical Coherence Tomography Angiography and Microperimetry. J Clin Med. 2020 Jan 15;9(1):229. doi: 10.3390/jcm9010229.
- Qi Y, Wang Z, Li SM, You Q, Liang X, Yu Y, Liu W. Effect of internal limiting membrane peeling on normal retinal function evaluated by microperimetry-3. BMC Ophthalmol. 2020 Apr 9;20(1):140. doi: 10.1186/s12886-020-01383-3.
- Smith AJ, Telander DG, Zawadzki RJ, Choi SS, Morse LS, Werner JS, Park SS. High-resolution Fourier-domain optical coherence tomography and microperimetric findings after macula-off retinal detachment repair. Ophthalmology. 2008 Nov;115(11):1923-9. doi: 10.1016/j.ophtha.2008.05.025. Epub 2008 Jul 31.
- Reumueller A, Wassermann L, Salas M, Karantonis MG, Sacu S, Georgopoulos M, Drexler W, Pircher M, Pollreisz A, Schmidt-Erfurth U. Morphologic and Functional Assessment of Photoreceptors After Macula-Off Retinal Detachment With Adaptive-Optics OCT and Microperimetry. Am J Ophthalmol. 2020 Jun;214:72-85. doi: 10.1016/j.ajo.2019.12.015. Epub 2019 Dec 25.
- Falsini B, Serrao S, Fadda A, Iarossi G, Porrello G, Cocco F, Merendino E. Focal electroretinograms and fundus appearance in nonexudative age-related macular degeneration. Quantitative relationship between retinal morphology and function. Graefes Arch Clin Exp Ophthalmol. 1999 Mar;237(3):193-200. doi: 10.1007/s004170050218.
- Falsini B, Bardocci A, Porciatti V, Bolzani R, Piccardi M. Macular dysfunction in multiple sclerosis revealed by steady-state flicker and pattern ERGs. Electroencephalogr Clin Neurophysiol. 1992 Jan;82(1):53-9. doi: 10.1016/0013-4694(92)90182-h.
- Abed E, Placidi G, Campagna F, Federici M, Minnella A, Guerri G, Bertelli M, Piccardi M, Galli-Resta L, Falsini B. Early impairment of the full-field photopic negative response in patients with Stargardt disease and pathogenic variants of the ABCA4 gene. Clin Exp Ophthalmol. 2018 Jul;46(5):519-530. doi: 10.1111/ceo.13115. Epub 2017 Dec 28.
Termíny studijních záznamů
Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.
Hlavní termíny studia
Začátek studia (Aktuální)
15. ledna 2021
Primární dokončení (Odhadovaný)
15. ledna 2025
Dokončení studie (Odhadovaný)
16. ledna 2025
Termíny zápisu do studia
První předloženo
17. února 2023
První předloženo, které splnilo kritéria kontroly kvality
17. února 2023
První zveřejněno (Aktuální)
28. února 2023
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
13. února 2024
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
10. února 2024
Naposledy ověřeno
1. února 2024
Více informací
Termíny související s touto studií
Další relevantní podmínky MeSH
Další identifikační čísla studie
- 3680
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
NE
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Ne
Studuje produkt zařízení regulovaný americkým úřadem FDA
Ne
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .
Klinické studie na Oddělení sítnice
-
Washington University School of MedicineDokončenoRVCL - Retinal Vasculopathy Cerebrální leukoencefalopatieSpojené státy
Klinické studie na Biometrie
-
Cylite Pty LtdDokončenoNormální oči | Abnormální očiSpojené státy
-
Vance Thompson VisionDokončeno
-
Berkeley Eye CenterAlcon ResearchDokončeno
-
Haag-Streit AGAravind Eye Hospitals, IndiaZatím nenabíráme
-
Haag Streit USADokončenoPseudoafakieSpojené státy
-
Cassini TechnologiesNábor
-
Valley Laser Eye CentreSengiDokončeno
-
Institut National de la Santé Et de la Recherche...DokončenoMěření rychlosti srdeční karotidy (hcPWV) pomocí laserové dopplerovské vibrometrie (LDV) (InSide-CC)Hypertenze | Marfanův syndrom | Bikuspidální aortální chlopeň | Aneuryzma aorty | Dilatace aortyFrancie