Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Diagnose von Eisenmangel durch Analyse der Augenfotografie mit künstlicher Intelligenz. (CaFerIA)

21. Juli 2022 aktualisiert von: University Hospital, Clermont-Ferrand
Das Ziel unserer Arbeit ist die Vorhersage des Ferritinwerts im Auge und stellt somit eine originelle, nicht-invasive Diagnosemethode für Eisenmangel dar. Um in der Praxis einsetzbar zu sein, muss der Algorithmus mit der Leistung des Referenzdiagnosetests (Bestimmung von Ferritin) vergleichbar sein und eine Sensitivität von etwa 90 % und eine Spezifität > 95 % ermöglichen.

Studienübersicht

Status

Noch keine Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Derzeit ist die Diagnose eines Eisenmangels invasiv, da zur Diagnose einer Eisenmangelanämie eine Venenpunktion zur Bestimmung des Serumferritins und eine Blutbildanalyse erforderlich sind. Diese Dosierung ist teuer und stellt ein großes Hindernis für die groß angelegte Untersuchung von Eisenmangel dar, insbesondere in Entwicklungsländern. Die meisten klinischen Anzeichen eines Eisenmangels (Asthenie, Cheilitis, Glossitis, Alopezie, Restless-Legs-Syndrom) sind nicht sehr spezifisch und die Diagnose erfolgt meist zufällig oder wird im Rahmen eines Screenings in einer Risikopopulation durchgeführt.

Eisen ist für viele Körperfunktionen unerlässlich, unter anderem für die Kollagensynthese: Bei einem Mangel wird es in veränderter und feinerer Struktur produziert. In den Augen besteht die Sklera aus Kollagen Typ IV, dessen Ausdünnung zur Sichtbarmachung der Aderhautgefäße führt, was für einen charakteristischen Blaustich verantwortlich ist. Eine von unserem Team durchgeführte Vorarbeit ermöglichte es, die Zunahme der Menge an blauer Farbe in der Sklera von Patienten mit Mangel zu messen und dieses klinische Zeichen zum ersten Mal zu objektivieren. Aus Fotos von Patientenaugen extrahierten wir den Blauanteil, der in den Pixeln der digitalen Bilder der Sklera enthalten war. Diese Arbeit wurde mit der Automatisierung der Erkennung von Augenstrukturen, insbesondere der Sklera, fortgesetzt.

Um die diagnostische Leistung dieser originellen und nicht-invasiven Methode zu verbessern, wollen wir Deep-Learning-Methoden anwenden, die sich bereits in mehreren Bereichen bewährt haben: in der Augenheilkunde, aber auch auf sehr ermutigende Weise in der nicht-invasiven Diagnose von Anämie.

Das Ziel unserer Arbeit ist die Vorhersage des Ferritinwerts im Auge und stellt somit eine originelle, nicht-invasive Diagnosemethode für Eisenmangel dar. Um in der Praxis einsetzbar zu sein, muss der Algorithmus mit der Leistung des Referenzdiagnosetests (Bestimmung von Ferritin) vergleichbar sein und eine Sensitivität von etwa 90 % und eine Spezifität > 95 % ermöglichen.

Studientyp

Beobachtungs

Einschreibung (Voraussichtlich)

200

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studienorte

      • Clermont-Ferrand, Frankreich
        • CHU clermont-ferrand
        • Hauptermittler:
          • Hervé LOBBES
      • Clermont-Ferrand, Frankreich
        • SSU Université Clermont Auvergne
        • Hauptermittler:
          • Laurent GERBAUD

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

18 Jahre und älter (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Weiblich

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Frauen ab 18 Jahren mit Eisenmangel

Beschreibung

Einschlusskriterien:

  • Weibliches Geschlecht
  • Alter ≥ 18 Jahre
  • Kann keine Einwände gegen die Teilnahme an Forschungsarbeiten äußern
  • Patienten, die einem Sozialversicherungssystem angeschlossen sind
  • Screening auf Eisenmangel innerhalb von 15 Tagen nach Aufnahme, einschließlich

    • Blutbild: Hämoglobinwert, mittleres Blutvolumen
    • Serumferritin

Ausschlusskriterien:

  • Persönliche Vorgeschichte eines schweren Traumas oder einer Operation an beiden Augen (mit Ausnahme einer refraktiven Operation, die vor mehr als 3 Monaten durchgeführt wurde)
  • Persönliche Vorgeschichte einer erblichen Bindegewebspathologie, einschließlich Marfan-Krankheit, Ehler-Danlos-Syndrom und unvollständiger Osteogenese.
  • Persönliche Vorgeschichte von Pathologien, die für die chronische Hämolyse aufgrund der durch Hyperbilirubinämie induzierten Gelbfärbung verantwortlich sind: Sichelzellenanämie, schwere Thalassämie.
  • Längere Behandlung mit Minocyclin (> 1 Monat).
  • Mit der oralen oder intravenösen Nahrungsergänzung wurde mehr als 15 Tage vor der Aufnahme der Sklerafotos begonnen.
  • Person, der durch behördliche oder gerichtliche Entscheidung die Freiheit entzogen oder die unter gerichtlichen Schutz (Vormundschaft oder Aufsicht) gestellt wird
  • Schwangere oder stillende Frau
  • Ausdruck des Widerstands gegen die Forschung.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Validierung in einer realen klinischen Situation (systematisches Screening auf Eisenmangel)
Zeitfenster: Auswertung 15 Tage nach der Diagnose
Validieren Sie in einer realen klinischen Situation (systematisches Screening auf Eisenmangel) ein Tool zur Vorhersage des Ferritinspiegels auf der Grundlage digitaler Fotos der Augensklera, indem Sie eine durch Deep Learning behandelte Lernbasis und eine Testbasis gegenüberstellen
Auswertung 15 Tage nach der Diagnose

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Untersuchung des Informationswerts fotografischer Daten
Zeitfenster: Auswertung 15 Tage nach der Diagnose
Untersuchung des Informationswerts fotografischer Daten aus der Sklera hinsichtlich (in Pixeln) anderer biologischer Parameter, insbesondere des Hämoglobinspiegels (in g/dl).
Auswertung 15 Tage nach der Diagnose
Identifizieren Sie externe Faktoren, die die Qualität des Ferritins beeinflussen
Zeitfenster: Auswertung 15 Tage nach der Diagnose
Identifizieren Sie externe Faktoren, die die Qualität des Ferritin-Vorhersagealgorithmus beeinflussen (insbesondere Belichtung und Lichtpolarisation, wobei es sich um Daten handelt, die von der Kamera automatisch aufgezeichnet werden und die Aufnahme ermöglichen, aber auch den Fototyp gemäß der Fitzpatrick-Klassifizierung).
Auswertung 15 Tage nach der Diagnose

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Mitarbeiter

Ermittler

  • Hauptermittler: Hervé LOBBES, University Hospital, Clermont-Ferrand

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Voraussichtlich)

1. September 2022

Primärer Abschluss (Voraussichtlich)

1. Dezember 2023

Studienabschluss (Voraussichtlich)

1. Juni 2024

Studienanmeldedaten

Zuerst eingereicht

12. Mai 2022

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

24. Mai 2022

Zuerst gepostet (Tatsächlich)

27. Mai 2022

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

25. Juli 2022

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

21. Juli 2022

Zuletzt verifiziert

1. Mai 2022

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Andere Studien-ID-Nummern

  • AOI 2021 LOBBES
  • 2021-A03087-34 (Andere Kennung: ANSM)

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .