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

Künstliche Intelligenz für stark kurzsichtigen Katarakt (AI-HMC)

6. Mai 2026 aktualisiert von: Shanghai High Myopia Study Group
Diese Studie zielt darauf ab, ein multizentrisches künstliches Intelligenzmodell für die genaue Berechnung von Intraokularlinsen und deren klinische Anwendung bei stark kurzsichtigem Katarakt zu etablieren, um die Genauigkeit der Vorhersage der postoperativen Dioptrie bei stark kurzsichtigen Kataraktpatienten zu verbessern.

Studienübersicht

Detaillierte Beschreibung

Der hochmyopische Katarakt (HMC) ist ein komplexer Katarakt mit hohem Erblindungsrisiko. Derzeit gibt es weltweit fast 300 Millionen Menschen mit hoher Kurzsichtigkeit, bis 2020 wird diese Zahl auf 500 Millionen ansteigen. Asien ist das Land mit der höchsten Myopie-Inzidenz weltweit. Derzeit gibt es allein in China mehr als 500 Millionen Menschen mit Kurzsichtigkeit, davon fast 100 Millionen mit hoher Kurzsichtigkeit, und diese Zahl wächst immer noch rasant. Dementsprechend hat auch die Inzidenzrate von Katarakten mit hoher Myopie rapide zugenommen, die über 40 % der Kataraktoperationen ausmachen.

In der frühen Phase der Analyse des Brechungsfehlers nach einer Kataraktoperation mit hoher Myopie durch das Projektteam wurde festgestellt, dass die Genauigkeit der Berechnungsformel für Intraokularlinsen, die derzeit allgemein für Katarakt mit hoher Myopie empfohlen wird, immer noch besorgniserregend ist, da die meisten dieser Formeln basieren auf europäischen und amerikanischen Augendaten, während die europäischen und amerikanischen Datenbanken nur wenige Daten zu extrem hoher Myopie enthalten, was sich stark auf die Genauigkeit der Formel auswirkt. Darüber hinaus muss die Berechnung der bestehenden Formel mehrere biometrische Indikatoren umfassen und kann auf dieser Grundlage ermittelt werden über komplexe Algorithmen. Die Technologie der künstlichen Intelligenz ist genau ein wirksames Mittel, um diese Art von Problemen zu lösen. Basierend auf den Daten der asiatischen Bevölkerung mit hoher Myopie und hoher Inzidenz wird daher die Etablierung eines intelligenten Modells zur genauen Berechnung der Katarakt-IOL mit hoher Myopie die Messgenauigkeit des Geschlechts erheblich verbessern.

Der Zweck dieser Studie besteht daher darin, ein multizentrisches Modell der künstlichen Intelligenz für die genaue Berechnung der Intraokularlinse und deren klinische Anwendung bei stark kurzsichtigem Katarakt zu etablieren, um die Genauigkeit der Vorhersage der postoperativen Dioptrie bei stark kurzsichtigen Kataraktpatienten zu verbessern .

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

500000

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

Studienorte

    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, China, 200031
        • Rekrutierung
        • Eye and ENT Hospital of Fudan University
        • Kontakt:

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

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Prospektive Kohortenstudie

Beschreibung

Einschlusskriterien:

Achsenlänge ≥ 26 mm und Patienten mit hoher Myopie, kompliziert durch Katarakte, die unser Krankenhaus aufsuchen.

Es wurden präoperativ eine Fotografie des vorderen Augenabschnitts und eine Beurteilung des Schweregrads des Katarakts sowie eine Fundus-OCT-Untersuchung durchgeführt.

Wenn eine chirurgische Behandlung durchgeführt wird, sollte die postoperative Nachbeobachtungszeit mindestens 1 Monat betragen.

Es fehlen keine klinischen Daten vor und nach der Operation.

Ausschlusskriterien:

Patienten, die nicht in der Lage sind, an den für diese Studie erforderlichen Untersuchungen teilzunehmen.

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
Stark kurzsichtige Kataraktpatienten ohne Fundusdefekte
Stark kurzsichtige Kataraktpatienten mit Fundusdefekten
Wenden Sie neu erfundene KI-Modelle an, um bei der Festlegung von Operationsplänen und der Ergebnisvorhersage zu helfen.
Stark kurzsichtige Kataraktpatienten mit Fundusdefekten
Wenden Sie neu erfundene KI-Modelle an, um bei der Festlegung von Operationsplänen und der Ergebnisvorhersage zu helfen.
Stark kurzsichtige Kataraktpatienten mit einer Linseneinstufung von NC2-3
Wenden Sie neu erfundene KI-Modelle an, um bei der Festlegung von Operationsplänen und der Ergebnisvorhersage zu helfen.
Stark kurzsichtige Kataraktpatienten mit einer Linseneinstufung von NC4–5
Wenden Sie neu erfundene KI-Modelle an, um bei der Festlegung von Operationsplänen und der Ergebnisvorhersage zu helfen.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Zeitfenster
ein multizentrisches Modell der künstlichen Intelligenz für die genaue Berechnung von Intraokularlinsen und deren klinische Anwendung bei stark kurzsichtigem Katarakt
Zeitfenster: 10 JAHRE
10 JAHRE
ein multizentrisches Modell der künstlichen Intelligenz für die Katarakt-Einstufung und seine klinische Anwendung bei stark kurzsichtigem Katarakt
Zeitfenster: 8 Jahre
8 Jahre

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Zeitfenster
ein multizentrisches Modell der künstlichen Intelligenz zur Risikovorhersage perioperativer Komplikationen und seine klinische Anwendung bei stark kurzsichtigem Katarakt
Zeitfenster: 10 Jahre
10 Jahre
ein multizentrisches Modell der künstlichen Intelligenz für die Vorhersage des chirurgischen Ergebnisses und seine klinische Anwendung bei stark kurzsichtigem Katarakt
Zeitfenster: 10 Jahre
10 Jahre

Mitarbeiter und Ermittler

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

Ermittler

  • Studienstuhl: XIANGJIA ZHU, Eye & ENT Hospital of Fudan University

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. Januar 2016

Primärer Abschluss (Geschätzt)

31. Dezember 2030

Studienabschluss (Geschätzt)

31. Dezember 2035

Studienanmeldedaten

Zuerst eingereicht

25. September 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

25. September 2024

Zuerst gepostet (Tatsächlich)

27. September 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

11. Mai 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

6. Mai 2026

Zuletzt verifiziert

1. Mai 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • NSFC-81970780
  • SYA202006 (Andere Zuschuss-/Finanzierungsnummer: Eye and Ear, Nose and Throat Hospital, Fudan University)
  • SHDC12019X08 (Andere Zuschuss-/Finanzierungsnummer: Shanghai Shenkang Hospital Development Center)

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

UNENTSCHIEDEN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Produkt, das in den USA hergestellt und aus den USA exportiert wird

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 .

Abonnieren