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

Implementing Artificial Intelligence to Prevent Vision Loss From Diabetes

23. April 2026 aktualisiert von: University of Wisconsin, Madison

Implementing Artificial Intelligence (AI) to Prevent Vision Loss From Diabetes

This pragmatic clinical trial is being conducted to test the effectiveness of AI in improving screening and follow-up eye care compared to usual-care among patients with diabetes across 4 primary care clinics. This is an autonomous AI-based screening to detect diabetic eye disease at primary care visits.

Studienübersicht

Status

Anmeldung auf Einladung

Bedingungen

Detaillierte Beschreibung

Four clinics from two health systems will be recruited, with two clinics from each health system and randomly assigned to either usual-care or the AI Intervention with 2 clinics assigned to each arms. Beginning in month 3, a 6-week baseline period will be conducted in all clinics, followed by a 4-month intervention period for the two clinics assigned to AI.

Primary Objective:

Compare the odds of patients, who get eye screening in the AI and usual-care arms within 5 months of the recommendation

Secondary Objective:

  1. Compare the odds of patients, who completed follow-up with recommended eye care in the AI and usual-care arms within 5 months of the recommendation
  2. Compare the odds of patients in different demographic groups who receive eye screening in the AI and usual-care arms within 5 months of the recommendation

Studientyp

Interventionell

Einschreibung (Geschätzt)

1700

Phase

  • Unzutreffend

Kontakte und Standorte

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

Studienorte

    • Wisconsin
      • Madison, Wisconsin, Vereinigte Staaten, 53792
        • University of Wisconsin

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

Clinic Inclusion Criteria:

  • Serve at least 267 patients with diabetes during the study period
  • No point-of-care screening system in use for diabetic eye disease
  • Agree to share limited identifiers data as requested

Patient Inclusion Criteria:

  • Age 22 years or older
  • Diagnosis of type 1 or 2 diabetes
  • No known diabetic eye disease
  • No diabetic eye exam in the past 12 months

Exclusion Criteria:

  • Have a documented eye exam in the electronic health record within 12 months of the date of the primary care visit.
  • Contraindication includes diagnosed with macular edema, severe non-proliferative retinopathy, proliferative retinopathy, radiation retinopathy, or retinal vein occlusion.
  • Pregnant

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Versorgungsforschung
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Aktiver Komparator: Usual Care
Patients with diabetes will follow the clinic's usual practice, in which the primary care provider recommends an annual screening eye exam for patients with diabetes. This requires the patient to make a separate visit to see an eye care provider. Clinic staff will provide scheduling assistance per the standard scheduling procedure for the clinic.
PCP recommends annual vision screening, a separate visit entirely
Experimental: AI Intervention
AI intervention includes (1) acquisition of eye photos and (2) autonomous (i.e. without human oversight) AI-based identification of referrable or non-referrable eye disease at the primary care clinic.
KI-basiertes Augen-Screening-Programm

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Zeitfenster
Proportion of patients who get eye screening in the AI and usual-care arms within 5 months of the recommendation
Zeitfenster: up to 5 months
up to 5 months

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Zeitfenster
Proportion of patients, who completed follow-up with recommended eye care in the AI and usual-care arms within 5 months of the recommendation
Zeitfenster: up to 5 months
up to 5 months
Proportion of patients in different demographic groups who receive eye screening in the AI and usual-care arms within 5 months of the recommendation
Zeitfenster: up to 5 months
up to 5 months

Mitarbeiter und Ermittler

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

Ermittler

  • Hauptermittler: Roomsa Channa, MD, University of Wisconsin, Madison

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)

15. Februar 2026

Primärer Abschluss (Geschätzt)

1. Februar 2027

Studienabschluss (Geschätzt)

1. Februar 2027

Studienanmeldedaten

Zuerst eingereicht

23. April 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

23. April 2026

Zuerst gepostet (Tatsächlich)

30. April 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

30. April 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

23. April 2026

Zuletzt verifiziert

1. April 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

JA

Art der unterstützenden IPD-Freigabeinformationen

  • STUDIENPROTOKOLL
  • SAFT
  • ICF

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 KI

Abonnieren