Entwicklung eines optimalen Algorithmus für das Management von Patienten mit retinaler Pigmentepithelablösung bei neovaskulärer altersbedingter Makuladegeneration unter Verwendung künstlicher Intelligenz
11. April 2023 aktualisiert von: Viktoria Myasnikova, The S.N. Fyodorov Eye Microsurgery State Institution
Entwicklung eines Algorithmus zur Vorhersage anatomischer und funktioneller Ergebnisse einer Therapie mit Angiogenese-Inhibitoren bei Patienten mit retinalen Pigmentepithelablösungen bei neovaskulärer altersbedingter Makuladegeneration, basierend auf primärer optischer Kohärenztomographie der Makulazone und klinischen Daten.
Die Studie beinhaltet die Entwicklung eines Algorithmus zur Vorhersage anatomischer und funktioneller Ergebnisse einer Therapie mit Angiogenese-Inhibitoren bei Patienten mit retinaler Pigmentepithelablösung bei neovaskulärer altersbedingter Makuladegeneration, basierend auf einer primären optischen Kohärenztomographie der Makulazone und klinischen Daten.
Studienübersicht
Status
Abgeschlossen
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Die Patienten wurden gemäß den Ergebnissen der Therapie in 3 Gruppen eingeteilt: Adhäsion der Ablösung, fehlende Adhärenz der Ablösung, Bruch der Ablösung.
Für diese Gruppen werden OCT-Aufnahmen der Makulazone mit maximaler Abhebung vor der Therapie ausgewählt.
Diese Bilder werden zusammen mit anderen klinischen Parametern in den Algorithmus eingegeben.
Das Ergebnis ist eines der 3 oben aufgeführten Behandlungsergebnisse.
Die Methoden, die zur Entwicklung des Algorithmus verwendet werden, umfassen Methoden zur Verarbeitung und Transformation von Daten, tiefes maschinelles Lernen und Metriken zur Berechnung der Genauigkeit von Algorithmen.
Studientyp
Beobachtungs
Einschreibung (Tatsächlich)
300
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
-
Krasnodar, Russische Föderation, 350012
- The S.N. Fyodorov Eye Microsurgery State Institution
-
-
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
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Ja
Probenahmeverfahren
Wahrscheinlichkeitsstichprobe
Studienpopulation
Patienten mit retinalen Pigmentepithelablösungen mit altersbedingter neovaskulärer Makuladegeneration
Beschreibung
Einschlusskriterien:
- Linear B - Scan durch den Makulabereich mit der längsten Ablösung
- Andere Pathologien
Ausschlusskriterien:
- Bilder ohne Abstand
- Bilder, auf denen eine Diagnose der Therapiebedürftigkeit nur bei Vorliegen zusätzlicher, in der Studie nicht berücksichtigter Faktoren möglich ist.
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Adhäsion
die Gruppe, in der die Adhäsion der neuroepithelialen Ablösung nach einer Therapie mit dem antivaskulären endothelialen Wachstumsfaktor beobachtet wurde
|
0,05 ml Anti-VEGF, intravitreal, monatlich
Andere Namen:
|
|
keine Haftung
Gruppe, in der nach Therapie mit antivaskulärem endothelialem Wachstumsfaktor keine Adhärenz der neuroepithelialen Ablösung bestand
|
0,05 ml Anti-VEGF, intravitreal, monatlich
Andere Namen:
|
|
разрыв
Gruppe, in der eine Ruptur einer neuroepithelialen Ablösung nach einer antivaskulären endothelialen Wachstumsfaktortherapie beobachtet wurde
|
0,05 ml Anti-VEGF, intravitreal, monatlich
Andere Namen:
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Vorhersagealgorithmus
Zeitfenster: 1.09.2022
|
Klassifikator für neuronale Netzwerke
|
1.09.2022
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Ermittler
- Studienleiter: Viktoria Myasnikova, D.Med.Sc., Deputy Director for Research
Publikationen und hilfreiche Links
Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.
Allgemeine Veröffentlichungen
- Rohm M, Tresp V, Muller M, Kern C, Manakov I, Weiss M, Sim DA, Priglinger S, Keane PA, Kortuem K. Predicting Visual Acuity by Using Machine Learning in Patients Treated for Neovascular Age-Related Macular Degeneration. Ophthalmology. 2018 Jul;125(7):1028-1036. doi: 10.1016/j.ophtha.2017.12.034. Epub 2018 Feb 14.
- Prahs P, Radeck V, Mayer C, Cvetkov Y, Cvetkova N, Helbig H, Marker D. OCT-based deep learning algorithm for the evaluation of treatment indication with anti-vascular endothelial growth factor medications. Graefes Arch Clin Exp Ophthalmol. 2018 Jan;256(1):91-98. doi: 10.1007/s00417-017-3839-y. Epub 2017 Nov 10.
- Schmidt-Erfurth U, Bogunovic H, Sadeghipour A, Schlegl T, Langs G, Gerendas BS, Osborne A, Waldstein SM. Machine Learning to Analyze the Prognostic Value of Current Imaging Biomarkers in Neovascular Age-Related Macular Degeneration. Ophthalmol Retina. 2018 Jan;2(1):24-30. doi: 10.1016/j.oret.2017.03.015. Epub 2017 May 31.
- Bogunovic H, Montuoro A, Baratsits M, Karantonis MG, Waldstein SM, Schlanitz F, Schmidt-Erfurth U. Machine Learning of the Progression of Intermediate Age-Related Macular Degeneration Based on OCT Imaging. Invest Ophthalmol Vis Sci. 2017 May 1;58(6):BIO141-BIO150. doi: 10.1167/iovs.17-21789.
- Schmidt-Erfurth U, Waldstein SM, Klimscha S, Sadeghipour A, Hu X, Gerendas BS, Osborne A, Bogunovic H. Prediction of Individual Disease Conversion in Early AMD Using Artificial Intelligence. Invest Ophthalmol Vis Sci. 2018 Jul 2;59(8):3199-3208. doi: 10.1167/iovs.18-24106.
- Kozina, E. V., S. N. Sakhnov, V. V. Myasnikova, E. V. Bykova, and L. E. Aksenova. 2021. 'Modern Trends in Diagnostics and Prediction of Results of Anti-Vascular Endothelial Growth Factor Therapy of Pigment Epithelial Detachment in Neovascular Agerelated Macular Degeneration Using Deep Machine Learning Method (Literature Review)'. Acta Biomedica Scientifica 6 (6-1): 190-203. https://doi.org/10.29413/ABS.2021-6.6-1.22.
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 (Tatsächlich)
1. November 2021
Primärer Abschluss (Tatsächlich)
1. September 2022
Studienabschluss (Tatsächlich)
1. September 2022
Studienanmeldedaten
Zuerst eingereicht
5. Januar 2022
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
12. Januar 2022
Zuerst gepostet (Tatsächlich)
26. Januar 2022
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
13. April 2023
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
11. April 2023
Zuletzt verifiziert
1. April 2023
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 1
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 .
Klinische Studien zur Antivaskuläre endotheliale Wachstumsfaktortherapie
-
PfizerAbgeschlossenNierentumorenVereinigte Staaten, Deutschland, Frankreich
-
National Cancer Institute (NCI)AbgeschlossenMetastasierendes NierenzellkarzinomVereinigte Staaten, Peru
-
Sidney Kimmel Cancer Center at Thomas Jefferson...Regeneron PharmaceuticalsAbgeschlossenUveales MelanomVereinigte Staaten
-
National Cancer Institute (NCI)AbgeschlossenFortgeschrittenes bösartiges solides Neoplasma | Refraktärer bösartiger fester Neoplasma | Rezidivierende bösartige solide Neubildung | Metastasierendes bösartiges festes Neoplasma | Eierstockkrebs | Neuroendokriner Tumor der Bauchspeicheldrüse | Nicht resezierbares solides Neoplasma | Fibrolamelläres...Vereinigte Staaten
-
Calico Life Sciences LLCAbbVieRekrutierungFortgeschrittener solider TumorkrebsVereinigte Staaten, Korea, Republik von, Israel, Spanien, Japan, Frankreich
-
National Cancer Institute (NCI)Abgeschlossen
-
Genzyme, a Sanofi CompanyAbgeschlossenMelanom | Karzinom, NierenzelleVereinigte Staaten
-
Stanford UniversityNational Institutes of Health (NIH)Aktiv, nicht rekrutierendNierenkrebs | Nierenzellkarzinom | Metastasierendes NierenzellkarzinomVereinigte Staaten
-
National Cancer Institute (NCI)Aktiv, nicht rekrutierendSarkom | Metastasierendes Nierenzellkarzinom | Metastasierendes Melanom | Rezidivierendes Nierenzellkarzinom | Wiederkehrendes Melanom | Nierenzellkrebs im Stadium IV AJCC v8 | Metastasierendes bösartiges festes Neoplasma | Metastasierendes kolorektales Karzinom | Darmkrebs Stadium IV AJCC v8 | Hautmelanom... und andere BedingungenVereinigte Staaten, Kanada
-
National Cancer Institute (NCI)AbgeschlossenRezidivierendes Schilddrüsenkarzinom | Papilläres Karzinom der Schilddrüse im Stadium III | Stadium IV des papillären Schilddrüsenkarzinoms | Follikuläres Karzinom der Schilddrüse im Stadium III | Follikuläres Karzinom der Schilddrüse im Stadium IVVereinigte Staaten