Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

DL Models Predicting Cycloplegic Refractive Error Based on Non-Cycloplegic Parameters in Myopic Adults

7 de julio de 2026 actualizado por: Jian Xiong, Second Affiliated Hospital of Nanchang University

Efficacy of Deep Learning Models for Predicting Cycloplegic Refractive Error Based on Non-Cycloplegic Parameters in Adults With Myopia

This study presents a machine learning model that predicts cycloplegic refraction in adults with myopia using standard non-cycloplegic eye measurements, aiming to reduce the need for cycloplegic drops while still identifying patients who require them.

Descripción general del estudio

Descripción detallada

Myopia is a highly prevalent, irreversible refractive disorder with substantial impact on quality of life. Cycloplegic refraction is the gold standard for assessing refractive error in adults considering optical or surgical correction, but it is time-consuming, slow to recover from, and frequently associated with ocular discomfort. Non-cycloplegic refraction is therefore used routinely in clinical practice, despite known differences from cycloplegic values in a subset of adult myopes.

Critically, this discrepancy varies substantially between individuals and cannot be anticipated from non-cycloplegic measurements alone. Clinicians have no reliable way to identify, prior to dilation, which patients are likely to be overcorrected if cycloplegia is omitted, potentially leading to overcorrected prescriptions, asthenopia, and myopic progression.

Machine learning approaches that capture non-linear relationships between clinical predictors and refractive outcomes have shown promise in children, but comparable models for adults remain largely unexplored, and most rely on axial length, which is unavailable in routine optometric settings. Refractive surgery centers offer a uniquely suitable data source, as every candidate undergoes standardized paired non-cycloplegic and cycloplegic refraction with detailed anterior segment biometry during routine preoperative evaluation. This study leverages such data to develop and validate models estimating cycloplegic refractive error from non-cycloplegic parameters, providing a decision-support tool that reduces unnecessary cycloplegia while flagging patients for whom dilated refraction remains indicated.

Tipo de estudio

De observación

Inscripción (Estimado)

2500

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Estudio Contacto

  • Nombre: Jian Xiong
  • Número de teléfono: 18170906556
  • Correo electrónico: 894040417@qq.com

Copia de seguridad de contactos de estudio

  • Nombre: Fu Gui
  • Número de teléfono: 1387910191
  • Correo electrónico: 564436578@qq.com

Ubicaciones de estudio

      • Jiangxi, Porcelana
        • Reclutamiento
        • The Second Affiliated Hospital of Nanchang University, Nanchang, JiangXi 330000
        • Contacto:
          • Jian Xiong
          • Número de teléfono: 18170906556
          • Correo electrónico: 894040417@qq.com
        • Contacto:
          • Fu Gui
          • Número de teléfono: 13879101919
          • Correo electrónico: 564436578@qq.com

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Adulto

Acepta Voluntarios Saludables

No

Método de muestreo

Muestra no probabilística

Población de estudio

Each subject underwent a comprehensive preoperative examination, including cycloplegic and non-cycloplegic refractions, Pentacam, etc.

Descripción

Inclusion Criteria:

  1. Age 18 to 60 years, of either sex;
  2. Spherical equivalent between -0.50 diopters and -10.00 diopters, with myopia in one or both eyes, and with cylinder of 4.00 diopters or less;
  3. Best-corrected visual acuity of 20/25 or better in each eye;
  4. Clear cornea, no keratoconus, corneal scarring, or other pathologies; clear lens;
  5. Intraocular pressure of 21 mmHg or less, with no history of glaucoma;
  6. No history of ocular surgery, especially corneal refractive surgery or cataract surgery;
  7. Time interval between non-cycloplegic refraction and cycloplegic refraction of 7 days or less, with complete data.

Exclusion Criteria:

  1. Incomplete clinical data to support the diagnosis;
  2. Ocular conditions such as subclinical keratoconus, keratoconus, or moderate-to-severe corneal haze or leukoma;
  3. Allergy or contraindication to cycloplegic agents;
  4. Refusal to participate in the study.

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

Cohortes e Intervenciones

Grupo / Cohorte
Intervención / Tratamiento
Group with spherical equivalent change ≥0.50 diopters after cycloplegic refraction
Adult myopes with a non-cycloplegic versus cycloplegic spherical equivalent difference of ≥0.50 diopters, for whom cycloplegic refraction is clinically warranted, received routine cycloplegic refraction with tropicamide; no other intervention was given.
The machine learning model was applied to each participant's non-cycloplegic parameters to predict cycloplegic spherical equivalent.
Group with spherical equivalent change <0.50 diopters after cycloplegic refraction
Adult myopes with an absolute difference of less than 0.50 diopters between non-cycloplegic and cycloplegic spherical equivalent, for whom non-cycloplegic refraction is considered sufficient, received routine cycloplegic refraction with tropicamide; no additional intervention was applied.
The machine learning model was applied to each participant's non-cycloplegic parameters to predict cycloplegic spherical equivalent.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Accuracy of predicted cycloplegic spherical equivalent
Periodo de tiempo: Day 0
Accuracy of the machine learning model in predicting cycloplegic spherical equivalent in the validation dataset, evaluated by mean absolute error, root mean square error, and coefficient of determination, expressed for spherical equivalent in diopters.
Day 0

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Diagnostic performance for identifying patients requiring cycloplegic refraction
Periodo de tiempo: Day 0
Area under the receiver operating characteristic curve, sensitivity, and specificity of the model for classifying patients with an absolute difference of 0.50 diopters or more between non-cycloplegic and cycloplegic spherical equivalent in the validation dataset.
Day 0
Agreement between predicted and measured cycloplegic refraction
Periodo de tiempo: Day 0
Agreement between predicted and measured cycloplegic spherical equivalent assessed by Bland-Altman analysis with mean bias and 95% limits of agreement, and by the intraclass correlation coefficient in the validation dataset.
Day 0

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

3 de octubre de 2023

Finalización primaria (Estimado)

25 de noviembre de 2026

Finalización del estudio (Estimado)

25 de noviembre de 2026

Fechas de registro del estudio

Enviado por primera vez

21 de junio de 2026

Primero enviado que cumplió con los criterios de control de calidad

5 de julio de 2026

Publicado por primera vez (Actual)

8 de julio de 2026

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

9 de julio de 2026

Última actualización enviada que cumplió con los criterios de control de calidad

7 de julio de 2026

Última verificación

1 de julio de 2026

Más información

Términos relacionados con este estudio

Términos MeSH relevantes adicionales

Otros números de identificación del estudio

  • [2026] NO.(123)

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .

Suscribir