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

Vurdering af hypertensiv retinopati ved brug af konvolutionelt neuralt netværk "RetinAIcheck"

13. marts 2026 opdateret af: I.M. Sechenov First Moscow State Medical University

Vurdering af hypertensiv retinopati ved hjælp af Keith Wagener Barkers klassifikation, baseret på konvolutionelt neuralt netværk "RetinAIcheck"

Den aktuelle undersøgelse har til formål at estimere den diagnostiske effektivitet af en udviklet konvolutionel neuralt netværk (CNN) "RetinAIcheck" til at graduere sværhedsgraden af hypertensiv retinopati hos patienter i den russiske befolkning.

Træningsdatasættet blev hentet fra en åben kilde og omkategoriseret af syv uafhængige nethindespecialister; stikprøvestørrelsen var 30.000 fundusfotografier. Testprøven omfattede 729 patienter (1401 øjne) med HR. Referencestandarden var resultatet af uafhængig graduering af HR-stadie af to øjenlæger, kontroversielle kliniske tilfælde blev vurderet med inddragelse af en tredje øjenlæge.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

729

Kontakter og lokationer

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

Studiesteder

  • Rusland
      • Moscow, Rusland
        • University Clinical Hospital №1, Sechenov University

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

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Prøven blev indsamlet på Kardiologiklinikken ved Sekhenov Universitets Kliniske Hospital № 1, ved M.M. Krasnov Forskningsinstitut for Øjensygdomme og ved M.F. Vladimirsky Moskva Regionalt Klinisk Forskningsinstitut (MONIKI).

Beskrivelse

Inklusionskriterier:

Tilstedeværelsen af en diagnose for hypertension i patientens elektroniske journal.

Eksklusionskriterier:

Medfødte og erhvervede tilstande ledsaget af irreversibelt synstab (anophthalmi, opticusatrofi, øjenkugleskader), makulapatologi, såsom aldersrelateret makuladegeneration, central serøs chorioretinopati, central serøs chorioretinitis og tågethed af øjets optiske medier, som påvirker billedkvaliteten.

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
Klasse 1 hypertensiv retinopati
Diagnostisk test: Konvolutionelt neuralt netværk "RetinAIcheck"
Et konvolutionelt neuralt netværk er et medicinsk beslutningsstøttesystem, der behandler digitale fundusfotografier opnået under mydriasis og bestemmer sandsynligheden for tilstedeværelsen/fraværet af hypertensiv retinopati og dets gradering i henhold til Keith Wagener Barkers klassifikation.
Hypertensiv retinopati klasse 2
Diagnostisk test: Konvolutionelt neuralt netværk "RetinAIcheck"
Et konvolutionelt neuralt netværk er et medicinsk beslutningsstøttesystem, der behandler digitale fundusfotografier opnået under mydriasis og bestemmer sandsynligheden for tilstedeværelsen/fraværet af hypertensiv retinopati og dets gradering i henhold til Keith Wagener Barkers klassifikation.
Klasse 3 hypertensiv retinopati
Diagnostisk test: Konvolutionelt neuralt netværk "RetinAIcheck"
Et konvolutionelt neuralt netværk er et medicinsk beslutningsstøttesystem, der behandler digitale fundusfotografier opnået under mydriasis og bestemmer sandsynligheden for tilstedeværelsen/fraværet af hypertensiv retinopati og dets gradering i henhold til Keith Wagener Barkers klassifikation.
Klasse 3+4 hypertensiv retinopati
Diagnostisk test: Konvolutionelt neuralt netværk "RetinAIcheck"
Et konvolutionelt neuralt netværk er et medicinsk beslutningsstøttesystem, der behandler digitale fundusfotografier opnået under mydriasis og bestemmer sandsynligheden for tilstedeværelsen/fraværet af hypertensiv retinopati og dets gradering i henhold til Keith Wagener Barkers klassifikation.
Klasse 0 uden tegn på hypertensiv retinopati
Diagnostisk test: Konvolutionelt neuralt netværk "RetinAIcheck"
Et konvolutionelt neuralt netværk er et medicinsk beslutningsstøttesystem, der behandler digitale fundusfotografier opnået under mydriasis og bestemmer sandsynligheden for tilstedeværelsen/fraværet af hypertensiv retinopati og dets gradering i henhold til Keith Wagener Barkers klassifikation.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Nøjagtighed
Tidsramme: Evnen til korrekt at identificere tilstedeværelsen eller fraværet af en tilstand
En tests evne til korrekt at identificere andelen af sande positive tilfælde
Evnen til korrekt at identificere tilstedeværelsen eller fraværet af en tilstand

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Følsomhed
Tidsramme: februar 2026
Testens evne til korrekt at identificere andelen af sandt positive tilfælde
februar 2026
Specificitet
Tidsramme: februar 2026
Testens evne til korrekt at identificere andelen af sandt negative tilfælde
februar 2026

Samarbejdspartnere og efterforskere

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

Sponsor

I.M. Sechenov First Moscow State Medical University

Efterforskere

  • Ledende efterforsker: Philipp Yu Kopylov, Prof., Sechenov First Moscow State Medical University (Sechenov University)

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Hjælpsomme links

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)

11. marts 2021

Primær færdiggørelse (Faktiske)

26. februar 2026

Studieafslutning (Faktiske)

26. februar 2026

Datoer for studieregistrering

Først indsendt

10. marts 2026

Først indsendt, der opfyldte QC-kriterier

10. marts 2026

Først opslået (Faktiske)

13. marts 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

16. marts 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

13. marts 2026

Sidst verificeret

1. september 2021

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • RetinAIcheck-01

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

IPD-planbeskrivelse

Data brugt i forskningsprojektet er ikke åbent tilgængelige, men kan leveres efter anmodning til hovedforskeren.

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 Hypertensiv retinopati

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Uganda

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner