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

Glaukom-algoritmevalideringsundersøgelse i afrikansk befolkning - MAGIC-undersøgelsen (MAGIC)

9. august 2024 opdateret af: Luis Abegao Pinto, Centro Hospitalar Universitário Lisboa Norte

Valideringsundersøgelse af en kunstig algoritme til påvisning af glaukom i en afrikansk befolkning

Kunstig intelligens (AI) algoritmer kræver validering i en række forskellige populationer for at sikre udbredt klinisk anvendelighed. I oftalmologi er AI-algoritmer ved at nå modenhed i diagnoser såsom diabetisk retinopati og glaukom. Personer med højere risiko af afrikansk afstamning er ikke desto mindre normalt underrepræsenteret i træningsdatasæt og derfor uklare med hensyn til repræsentativitet.

En lille skala valideringsundersøgelse i på hinanden følgende patienter i en stor Eyesore-enhed i Mozambique vil blive udført for at bestemme den diagnostiske evne af disse AI-software i denne population

Studieoversigt

Status

Ikke rekrutterer endnu

Detaljeret beskrivelse

Artificial Intelligence (AI) algoritmer er den næste grænse inden for medicinsk ledelse, som normalt er beregnet til at forbedre diagnostiske muligheder og optimere de eksisterende ressourcer. De er særligt relevante i omgivelser, hvor der er mangel på specialiserede menneskelige ressourcer, såsom læger.

Det er derfor afgørende for klinisk implementering at sikre, at disse algoritmer kan bruges i en bred population. Valideringsundersøgelser i specifikke segmenter af populationer er nødvendige for at sikre, at alle patienter er repræsenteret, og at resultaterne derfor er pålidelige. Personer med højere risiko af afrikansk afstamning er ikke desto mindre normalt underrepræsenteret i træningsdatasæt og derfor uklare med hensyn til repræsentativitet.

Et pilotstudie til validering af en AI-algoritme for glaukom og diabetisk retinopati vil blive udført for MONA G-RISK® og diabetisk retinopati. På hinanden følgende patienter fra en stor øjenafdeling i Mozambiques hovedstad vil blive screenet ved hjælp af disse AI-algoritmer og valideret ved hjælp af klinisk standard som grundsandhed.

Undersøgelsestype

Interventionel

Tilmelding (Anslået)

100

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiekontakt

Undersøgelse Kontakt Backup

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
  • Ældre voksen

Tager imod sunde frivillige

Ja

Beskrivelse

Inklusionskriterier:

  • personer over 18 år, der præsenterer på øjenafdelingen
  • villighed til at underskrive et informeret samtykke til screeningsprocessen

Ekskluderingskriterier:

  • ingen
  • Dårlig kvalitet i screeningsbilledet vil blive inkluderet i intentionen om at behandle analysen, men udelukket fra det diagnostiske komparatorresultat.
  • Patienter med en kendt glaukomdiagnose vil ikke blive udelukket fra screeningen

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Diagnostisk
  • Tildeling: N/A
  • Interventionel model: Enkelt gruppeopgave
  • Maskning: Ingen (Åben etiket)

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: AI-baseret fundus billedscreening

Frivillige vil udføre et komplet studiebesøg som en del af deres almindelige øjenlægevurdering. Dette vil omfatte et fundusbillede, en optisk disk indført OCT, en synsfeltundersøgelse og en klinisk undersøgelse af en klinisk ekspert.

Fundusbillede vil blive vurderet af en AI-algoritme (G-Risk) og mærket med henvisning vs ikke-henvisbar og sammenlignet med den kliniske guldstandard

G-Risk AI-algoritme vil vurdere det optiske diskcentrerede fundusbillede og bestemme, om der er behov for henvisninger baseret på en forudbestemt tærskel (>=0,73)

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Diagnostisk overensstemmelse mellem henvisningsbeslutning og læsecenterbeslutning
Tidsramme: Undersøgelsens varighed - 3 uger

Der vil blive opnået overensstemmelse mellem henvisningsbeslutningen og grundsandheden som vurderet af læsecentret (normalt, mistænkt for glaukom; definitiv glaukom). Alle emner fra begge centre (henviste og ikke-henviste) vil blive gennemgået.

For en primær resultatanalyse vil den midterste kategori (mistænkt for glaukom) blive samlet sammen med den normale diagnose

Undersøgelsens varighed - 3 uger

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Overensstemmelsesniveau (i %) mellem AI-risikoscore og menneskebaseret vurdering af sygdommens sværhedsgrad
Tidsramme: Efter studiet - 6 måneder
Læsecenters risikoscore for sygdomssværhedsgrad (rangeret fra 0 til 100) vil blive sammenlignet med den AI-baserede sygdomsscore. Dette vil blive gjort separat i hver af de 3 kategorier (normalt; mistænkt for glaukom; glaukom). Analyse af denne score ville hjælpe med at forfine den kliniske risiko (højrisiko versus lavrisikopatienter) af hver kategori. Udforskende analyse vil blive lavet for at bestemme merværdien af ​​at inkludere denne risikoscore i raffinering af AI-baseret henvisning
Efter studiet - 6 måneder

Samarbejdspartnere og efterforskere

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

Samarbejdspartnere

Efterforskere

  • Studieleder: Joana Ferreira, MD, PhD, ULS Santa Maria
  • Studieleder: Amelia Buque, MD, Dr. Agarwal 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 (Anslået)

14. august 2024

Primær færdiggørelse (Anslået)

31. august 2024

Studieafslutning (Anslået)

31. august 2024

Datoer for studieregistrering

Først indsendt

9. august 2024

Først indsendt, der opfyldte QC-kriterier

9. august 2024

Først opslået (Faktiske)

13. august 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

13. august 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

9. august 2024

Sidst verificeret

1. august 2024

Mere information

Begreber relateret til denne undersøgelse

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

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 Fundus Picture AI-test

Abonner