Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

LensAge til at afsløre biologisk alder

19. oktober 2022 opdateret af: Haotian Lin, Sun Yat-sen University

En Deep Learning-baseret indikator til at afsløre biologisk alder ved hjælp af linsefotografier

Vurdering af aldring er central for sundhedsstyring. Sammenlignet med kronologisk alder kan biologisk alder bedre afspejle aldringsprocessen og sundhedstilstanden; der mangler dog en effektiv indikator for biologisk alder i klinisk praksis. Menneskelig linse akkumulerer biologiske ændringer under aldring og er modtagelig for en hurtig og objektiv vurdering. Derfor vil efterforskerne udvikle LensAge som en innovativ indikator til at afsløre biologisk alder baseret på dyb læring ved hjælp af linsefotografier.

Studieoversigt

Status

Rekruttering

Betingelser

Undersøgelsestype

Observationel

Tilmelding (Forventet)

6000

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

  • Navn: Haotian Lin, M.D., Ph.D.
  • Telefonnummer: +86-020-87330274
  • E-mail: gddlht@aliyun.com

Studiesteder

  • Kina
    • Guangdong
      • Guangzhou, Guangdong, Kina, 510060
        • Rekruttering
        • Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
        • Kontakt:

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

16 år til 96 år (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Deltagere i alderen 20 til 90 har forreste segmentfotografier, basislinjeoplysninger og medicinske journaler.

Beskrivelse

Inklusionskriterier:

  • alder fra 20 til 100 år
  • har forreste segmentfotografier
  • har oftalmiske og fysiske undersøgelsesjournaler

Ekskluderingskriterier:

  • har en historie med tidligere øjenoperationer, øjentraumer eller øjensygdomme, der kan forårsage kompliceret grå stær
  • grundlæggende oplysninger mangler

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Observationsmodeller: Kohorte
  • Tidsperspektiver: Tilbagevirkende kraft

Kohorter og interventioner

Gruppe / kohorte
Aldringsgruppe
Deltagere med baseline-information, sygehistorie med sygdomme og linsefotografier

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Forskellen mellem LensAge og kronologisk alder
Tidsramme: Baseline
Aldersestimeringsmodellerne baseret på et konvolutionelt neuralt netværk (CNN) ved hjælp af linsefotografier vil blive brugt til at generere LensAge. LensAlder på individuelt niveau vil blive beregnet ved at beregne et gennemsnit af resultaterne af alle billeder svarende til et individ. Forskellen mellem LensAge på individniveau og kronologisk alder vil blive brugt til at afsløre en persons aldringsproces. En forskel over 0 indikerer et individ med et hurtigere aldringstempo end deres jævnaldrende i samme kronologiske alder, mens en forskel under 0 indikerer et langsommere aldringstempo.
Baseline

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Korrelation mellem LensAge forskel og aldersrelaterede sundhedsparametre
Tidsramme: Baseline
Alderskorrigerede LensAldersforskelle vil blive brugt til at undersøge odds-ratio (OR'er) med aldersrelaterede sundhedsparametre.
Baseline
Gennemsnitlig absolut fejl (MAE) af DL-aldersestimeringsmodellen.
Tidsramme: Baseline
Gennemsnitlig absolut fejl (MAE) i form af både billedniveau og individuelt niveau vil blive brugt til at evaluere ydeevnen af ​​DL-aldersestimeringsmodellen.
Baseline
Middelfejl (ME) for DL-aldersestimeringsmodellen.
Tidsramme: Baseline
Middelfejl (ME) med hensyn til både billedniveau og individuelt niveau vil blive brugt til at evaluere ydeevnen af ​​DL-aldersestimeringsmodellen.
Baseline
R-kvadrat (R2) af DL-aldersestimeringsmodellen.
Tidsramme: Baseline
R-kvadrat (R2) i form af både billedniveau og individuelt niveau vil blive brugt til at evaluere ydeevnen af ​​DL-aldersestimeringsmodellen.
Baseline

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Sun Yat-sen University

Efterforskere

  • Ledende efterforsker: Haotian Lin, M.D., Ph.D., Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

1. januar 2020

Primær færdiggørelse (Forventet)

30. december 2022

Studieafslutning (Forventet)

30. december 2022

Datoer for studieregistrering

Først indsendt

17. oktober 2022

Først indsendt, der opfyldte QC-kriterier

17. oktober 2022

Først opslået (Faktiske)

20. oktober 2022

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

21. oktober 2022

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

19. oktober 2022

Sidst verificeret

1. oktober 2022

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • LA-2022

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Abonner