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

Validierungsstudie zum Glaukomalgorithmus in der afrikanischen Bevölkerung – die MAGIC-Studie (MAGIC)

9. August 2024 aktualisiert von: Luis Abegao Pinto, Centro Hospitalar Universitário Lisboa Norte

Validierungsstudie eines künstlichen Algorithmus zur Glaukomerkennung in einer afrikanischen Bevölkerung

Algorithmen der künstlichen Intelligenz (KI) müssen in einer Vielzahl von Populationen validiert werden, um eine breite klinische Anwendbarkeit sicherzustellen. In der Augenheilkunde erreichen KI-Algorithmen ihre Reife bei der Diagnose von diabetischer Retinopathie und Glaukom. Hochgefährdete Personen afrikanischer Abstammung sind in Trainingsdatensätzen jedoch in der Regel unterrepräsentiert und daher unklar, ob sie repräsentativ sind.

Eine kleine Validierungsstudie an konsekutiven Patienten in einer großen Eyesore-Einheit in Mosambik wird durchgeführt, um die diagnostische Fähigkeit dieser KI-Software in dieser Population zu bestimmen

Studienübersicht

Status

Noch keine Rekrutierung

Intervention / Behandlung

Detaillierte Beschreibung

Algorithmen der künstlichen Intelligenz (KI) sind die nächste Grenze im medizinischen Management und dienen in der Regel dazu, die Diagnosemöglichkeiten zu verbessern und die vorhandenen Ressourcen zu optimieren. Sie sind besonders relevant in Umgebungen, in denen es an spezialisierten Humanressourcen wie Ärzten mangelt.

Daher ist es für die klinische Umsetzung von entscheidender Bedeutung, sicherzustellen, dass diese Algorithmen in einer breiten Population eingesetzt werden können. Um sicherzustellen, dass alle Patienten vertreten sind und die Ergebnisse daher zuverlässig sind, sind Validierungsstudien in bestimmten Bevölkerungssegmenten erforderlich. Hochgefährdete Personen afrikanischer Abstammung sind in Trainingsdatensätzen jedoch in der Regel unterrepräsentiert und daher unklar, ob sie repräsentativ sind.

Für MONA G-RISK® und diabetische Retinopathie wird eine Pilotstudie zur Validierung eines KI-Algorithmus für Glaukom und diabetische Retinopathie durchgeführt. Konsekutive Patienten einer großen Augenklinik in Mosambiks Hauptstadt werden mithilfe dieser KI-Algorithmen untersucht und anhand klinischer Standards als Grundwahrheit validiert.

Studientyp

Interventionell

Einschreibung (Geschätzt)

100

Phase

  • Unzutreffend

Kontakte und Standorte

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

Studienkontakt

Studieren Sie die Kontaktsicherung

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

Beschreibung

Einschlusskriterien:

  • Probanden über 18 Jahre alt, die sich in der Augenabteilung vorstellen
  • Bereitschaft, eine Einverständniserklärung für den Screening-Prozess zu unterzeichnen

Ausschlusskriterien:

  • keiner
  • Eine schlechte Qualität des Screening-Bildes wird in die Intention-to-Treat-Analyse einbezogen, jedoch aus dem diagnostischen Vergleichsergebnis ausgeschlossen.
  • Patienten mit bekannter Glaukomdiagnose werden nicht vom Screening ausgeschlossen

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Diagnose
  • Zuteilung: N / A
  • Interventionsmodell: Einzelgruppenzuweisung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: KI-basiertes Fundusbild-Screening

Die Freiwilligen werden im Rahmen ihrer regelmäßigen augenärztlichen Beurteilung einen vollständigen Studienbesuch durchführen. Dazu gehören ein Fundusbild, ein über den Sehnervenkopf eingegebenes OCT, eine Gesichtsfelduntersuchung und eine klinische Untersuchung durch einen klinischen Experten.

Das Fundusbild wird von einem KI-Algorithmus (G-Risk) bewertet und mit „Überweisung“ vs. „Nicht überweisend“ gekennzeichnet und mit dem klinischen Goldstandard verglichen

Der G-Risk-KI-Algorithmus bewertet das Bild des Augenhintergrunds in der Mitte des Sehnervs und bestimmt anhand eines vorab festgelegten Schwellenwerts (>=0,73), ob ein Bedarf für eine Überweisung besteht oder nicht.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Diagnostische Übereinstimmung zwischen Überweisungsentscheidung und Lesezentrumsentscheidung
Zeitfenster: Dauer der Studie - 3 Wochen

Der Grad der Übereinstimmung wird zwischen der verweisenden Entscheidung und der vom Lesezentrum beurteilten Grundwahrheit erzielt (normal, Glaukomverdächtig; definitives Glaukom). Alle Probanden beider Zentren (überwiesene und nicht überwiesene) werden überprüft.

Für eine primäre Ergebnisanalyse wird die mittlere Kategorie (Glaukomverdacht) zusammen mit der normalen Diagnose zusammengefasst

Dauer der Studie - 3 Wochen

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Grad der Übereinstimmung (in %) zwischen dem AI-Risiko-Score und der menschenbasierten Beurteilung der Schwere der Erkrankung
Zeitfenster: Nach der Studie - 6 Monate
Der Risikoscore des Lesezentrums für die Schwere der Erkrankung (Rangliste von 0 bis 100) wird mit dem KI-basierten Krankheitsscore verglichen. Dies wird in jeder der 3 Kategorien (normal; Glaukom-verdächtig; Glaukom) separat durchgeführt. Die Analyse dieses Scores würde dazu beitragen, das klinische Risiko (Patienten mit hohem Risiko vs. Patienten mit niedrigem Risiko) für jede Kategorie zu verfeinern. Es wird eine explorative Analyse durchgeführt, um den Mehrwert der Einbeziehung dieser Risikobewertung in die Verfeinerung der KI-basierten Überweisung zu ermitteln
Nach der Studie - 6 Monate

Mitarbeiter und Ermittler

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

Ermittler

  • Studienleiter: Joana Ferreira, MD, PhD, ULS Santa Maria
  • Studienleiter: Amelia Buque, MD, Dr. Agarwal Eye Hospital

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 (Geschätzt)

14. August 2024

Primärer Abschluss (Geschätzt)

31. August 2024

Studienabschluss (Geschätzt)

31. August 2024

Studienanmeldedaten

Zuerst eingereicht

9. August 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

9. August 2024

Zuerst gepostet (Tatsächlich)

13. August 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

13. August 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

9. August 2024

Zuletzt verifiziert

1. August 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

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 .

Klinische Studien zur Glaukom

Klinische Studien zur Fundusbild-KI-Tests

Abonnieren