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

Diagnostische Wirksamkeit des Deep Neural Network-Modells für die Auswahl und Vorhersage implantierbarer Kollamerlinsen

21. April 2026 aktualisiert von: Jian Xiong, Second Affiliated Hospital of Nanchang University

Diagnostische Wirksamkeit des Deep Neural Network-Algorithmus basierend auf einem präoperativen Scheimpflug-basierten Bild des vorderen Segments für die Auswahl und Vorhersage implantierbarer Kollamerlinsen

Bewertung der diagnostischen Wirksamkeit des Deep-Learning-Netzwerkmodells bei der Auswahl und Vorhersage implantierbarer Kollamerlinsen in einer multizentrischen Querschnittsstudie

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Die Implantation einer Hinterkammer-Intraokularlinse ist eine der Hauptoptionen zur Myopiekorrektur. Die implantierbare Kollamerlinse (ICL) ist derzeit die am weitesten verbreitete Linse und der offizielle Referenzindex basiert hauptsächlich auf biologischen Parametern, die aus Augenbildern gewonnen wurden. Die Erfassung der Parameter und die Auswahl des ICL-Designs sind oft umstritten und zwingen die Ärzte dazu, mehrere modale Daten zu synthetisieren, sodass die Optimierung der ICL-Formel in der refraktiven Chirurgie im Mittelpunkt der Aufmerksamkeit steht. Diese Forschung zielte darauf ab, einen bildbasierten ICL-Vorhersagealgorithmus zu entwickeln, um menschliche Ärzte bei der Entscheidungsfindung zu unterstützen und die Genauigkeit, Sicherheit und Vorhersagbarkeit der ICL-Implantation zu verbessern.

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

326

Kontakte und Standorte

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

Studienkontakt

  • Name: Jian Xiong doctor
  • Telefonnummer: +8618170906556
  • E-Mail: 894040417@qq.com

Studieren Sie die Kontaktsicherung

Studienorte

  • China
    • Jiangxi
      • Nanchang, Jiangxi, China, 330000
        • Rekrutierung
        • The Second Affiliated Hospital of Nanchang University
        • Kontakt:
        • 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

  • Erwachsene

Akzeptiert gesunde Freiwillige

Ja

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Patienten aus Kliniken in verschiedenen Augenzentren in ganz China. Jeder Proband muss über eine vollständige chirurgische Videoaufzeichnung und medizinische Unterlagen verfügen.

Beschreibung

Einschlusskriterien:

  1. Im Alter von 18–45 Jahren;
  2. Myopie, mit oder ohne Astigmatismus, jährliche Dioptrienveränderung ≤ 0,50 D in 2 aufeinanderfolgenden Jahren;
  3. Vorderkammertiefe ≥ 2,80 mm;
  4. Hornhautendothelzellzahl ≥ 2000/mm2, stabile Zellmorphologie;
  5. Es gab keine anderen Augenerkrankungen, die das Sehvermögen erheblich beeinträchtigten, und/oder systemische organische Läsionen, die die chirurgische Genesung beeinträchtigten.

Ausschlusskriterien:

  1. Es gab keine anderen Augenerkrankungen, die das Sehvermögen erheblich beeinträchtigten, und/oder systemische organische Läsionen, die die chirurgische Genesung beeinträchtigten;
  2. Sie haben eine Vorgeschichte von refraktiven Hornhautoperationen oder intraokularen Operationen;
  3. Die Anzahl der Hornhautendothelzellen ist niedrig;
  4. Personen mit systemischen Erkrankungen;
  5. Stillende oder schwangere Frauen.

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
Augen mit ICL-Operationen
Augen mit SMILE-Operationen, die von erfahrenen Chirurgen durchgeführt wurden.
Diagnosetest: KI-Diagnosealgorithmus
Die gesammelten ICL-Prozeduren würden vom Algorithmus bewertet. Die Leistung des Algorithmus würde bewertet, einschließlich Genauigkeit, AUC, Sensitivität und Spezifität.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
AUROC eines Faltungs-Neuronalen Netzwerks bei der Vorhersage des Sprungs nach einer ICL-Operation
Zeitfenster: Tag 7
Die Fläche unter der Empfängerbetriebscharakteristik des Faltungs-Neuronalen Netzwerks bei der Vorhersage des Sprungs nach einer ICL-Operation
Tag 7
AUROC des Faltungs-Neuronalen Netzwerks bei der Vorhersage des Vorderkammerwinkels nach ICL-Implantation
Zeitfenster: Tag 7
Die Fläche unter der Empfängerbetriebscharakteristik des Faltungs-Neuronalen Netzwerks bei der Vorhersage des Vorderkammerwinkels nach ICL-Implantation
Tag 7

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Sensitivität und Spezifität des Faltungs-Neuronalen Netzwerks bei der Vorhersage von Vault nach ICL-Implantation
Zeitfenster: Tag 7
Sensitivität und Spezifität des Faltungs-Neuronalen Netzwerks bei der Vorhersage von Vault nach ICL-Implantation
Tag 7
Sensitivität und Spezifität des Faltungs-Neuronalen Netzwerks bei der Vorhersage des Vorderkammerwinkels nach ICL-Implantation
Zeitfenster: Tag 7
Sensitivität und Spezifität des Faltungs-Neuronalen Netzwerks bei der Vorhersage des Vorderkammerwinkels nach ICL-Implantation
Tag 7

Mitarbeiter und Ermittler

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

Sponsor

Second Affiliated Hospital of Nanchang University

Mitarbeiter

Nanchang Bright 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 (Tatsächlich)

2. Januar 2021

Primärer Abschluss (Geschätzt)

31. August 2027

Studienabschluss (Geschätzt)

31. August 2027

Studienanmeldedaten

Zuerst eingereicht

30. Oktober 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

30. Oktober 2024

Zuerst gepostet (Tatsächlich)

1. November 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

24. April 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

21. April 2026

Zuletzt verifiziert

1. Januar 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • [2024] NO.(93)

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

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 .

Klinische Studien zur KI-Diagnosealgorithmus

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in China

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren