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

Diagnostisk effektivitet af CNN til at forudsige intraoperative komplikationer i SMILE

21. april 2026 opdateret af: Jian Xiong, Second Affiliated Hospital of Nanchang University

Diagnostisk effektivitet af konvolutionel neural netværksbaseret algoritme til forudsigelse af intraoperative komplikationer ved ekstraktion af små linser

At evaluere den diagnostiske effektivitet af det neurale netværk til at forudsige komplikationer af Small Incision Lenticule Extraction i en multi-center tværsnitsundersøgelse.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Den primære årsag til global synsnedsættelse er i øjeblikket brydningsfejl, og Small Incision Lenticule Extraction (SMILE) ved hjælp af femtosecond laser til corneal stromal linseekstraktion kan ændre brydningskraften. Imidlertid kan komplikationer såsom uigennemsigtigt boblelag (OBL), undertryksløsning og sorte pletter opstå under SMILE-laserscanningsprocessen på grund af individuelle forskelle i hornhindekarakteristika, hvilket signifikant påvirker det normale operationsforløb og postoperativ restitution. Erfarne læger kan ofte forudsige intraoperative komplikationer baseret på scanningsbilleder, patientsamarbejde og andre faktorer, men indlæringskurven er relativt lang. På nuværende tidspunkt har kunstig intelligens opnået en nøjagtighed, der kan sammenlignes med humane læger i fortolkningen af ​​medicinsk billeddannelse af mange forskellige sygdomme. Tidligere har vi trænet et dybt foldet neuralt netværk til at forudsige intraoperative komplikationer i SMILE-procedurer. Den nuværende multicenterundersøgelse er designet til at evaluere effektiviteten af ​​den konvolutionelle neurale netværksbaserede algoritme til at forudsige intraoperative komplikationer og vurdere dens anvendelighed i den virkelige verden.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

1250

Kontakter og lokationer

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

Studiekontakt

  • Navn: Jian Xiong, docter
  • Telefonnummer: +86 18170906556
  • E-mail: 894040417@qq.com

Undersøgelse Kontakt Backup

Studiesteder

  • Kina
    • Jiangxi
      • Nanchang, Jiangxi, Kina, 330000
        • Rekruttering
        • The Second Affiliated Hospital of Nanchang University
        • Kontakt:
        • 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

  • Voksen

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Patienter fra klinikker i forskellige øjencentre i Kina. Hvert forsøgsperson skal med komplet kirurgisk videooptagelse og lægejournaler.

Beskrivelse

Inklusionskriterier:

  • En tilstand, hvor den sfæriske ækvivalente brydningsfejl for et øje er ≤-0,50 D når okulær akkommodation er afslappet;
  • Alder ≥18 år;
  • Sfærisk ækvivalent (SE) ≥-10,0D;
  • Korrigeret afstandssynsstyrke (CDVA) ≥16/20;
  • Stabil nærsynethed i mindst 2 år;
  • Ingen kontaktlinser i brug i mindst 2 uger.

Ekskluderingskriterier:

  • Tilstedeværelsen eller historien om andre øjensygdomme end nærsynethed og astigmatisme, såsom keratoconus eller ekstern øjenskade;
  • En historie med øjenkirurgi;
  • Tilstedeværelsen eller historien om systemiske sygdomme.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Øjne med SMILE operationer
Øjne med SMILE operationer som blev udført af kirurger med erfaringer.
Diagnostisk test: AI diagnostisk algoritme
De indsamlede SMILE-procedurer vil blive vurderet af algoritmen. Algoritmens ydeevne vil blive vurderet, herunder nøjagtighed, AUC, sensitivitet og specificitet.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
AUROC af konvolutionelt neuralt netværk til at forudsige OBL-område
Tidsramme: Dag 0
Området under modtagerens funktionskarakteristik for foldende neurale netværk til at forudsige uigennemsigtigt boblelagsareal under SMILE-operationerne
Dag 0
AUROC af konvolutionelt neuralt netværk til at forudsige progressivt sugtab
Tidsramme: Dag 0
Området under modtageren, der er karakteristisk for konvolutionelt neuralt netværk til at forudsige progressivt sugtab under SMILE-operationerne
Dag 0
AUROC af konvolutionelt neuralt netværk til at forudsige effektiv optisk zone
Tidsramme: Dag 7
Området under modtagerens funktionskarakteristik for foldende neurale netværk til at forudsige effektiv optisk zone efter SMILE-operationerne
Dag 7
AUROC for konvolutionelt neuralt netværk i forudsigelse af postoperativ refraktionsfejl
Tidsramme: Dag 7
Arealet under receiver operating characteristic for convolutional neural network til forudsigelse af refraktionsfejl efter SMILE-operationer
Dag 7
AUROC af convolutional neural network i forudsigelse af postoperativ central corneal tykkelse
Tidsramme: Dag 7
Området under den receptive operationskarakteristik for convolutional neural netværk ved forudsigelse af central hornhindetykkelse efter SMILE-operationer
Dag 7

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Følsomhed og specificitet af konvolutionelt neuralt netværk til at forudsige OBL-område
Tidsramme: Dag 0
Følsomhed og specificitet af konvolutionelt neuralt netværk til at forudsige uigennemsigtigt boblelagsområde under SMILE-operationerne
Dag 0
Følsomhed og specificitet af konvolutionelt neuralt netværk til at forudsige progressivt sugtab
Tidsramme: Dag 0
Følsomhed og specificitet af konvolutionelt neuralt netværk til at forudsige progressivt sugetab under SMILE-operationerne
Dag 0
Følsomhed og specificitet af indviklet neuralt netværk til at forudsige effektiv optisk zone
Tidsramme: Dag 7, dag 30, dag 90
Enitivitet og specificitet af indviklet neuralt netværk ved at forudsige effektiv optisk zone efter smiloperationerne
Dag 7, dag 30, dag 90

Samarbejdspartnere og efterforskere

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

Sponsor

Second Affiliated Hospital of Nanchang University

Samarbejdspartnere

Hangzhou Huaxia Eye Hospital
Nanchang Bright Eye Hospital

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)

15. juni 2021

Primær færdiggørelse (Anslået)

1. december 2027

Studieafslutning (Anslået)

1. december 2027

Datoer for studieregistrering

Først indsendt

3. januar 2024

Først indsendt, der opfyldte QC-kriterier

3. januar 2024

Først opslået (Faktiske)

12. januar 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

24. april 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

21. april 2026

Sidst verificeret

1. januar 2026

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • [2023] No.(96)

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

produkt fremstillet i og eksporteret fra U.S.A.

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 .

Kliniske forsøg med Intraoperative komplikationer

Kliniske forsøg med AI diagnostisk algoritme

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Argentina

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner