Glaukooman seulonta tekoälyllä
tiistai 19. syyskuuta 2023 päivittänyt: Professor Christopher K.S. Leung, The University of Hong Kong
Glaukooman seulonta tekoälyllä – satunnaistettu kliininen tutkimus, jossa verrataan verkkokalvon hermokuitukerroksen optista rakenneanalyysiä ja optisen levyn valokuvausarviointia
Tämän satunnaistetun kliinisen tutkimuksen tarkoituksena on verrata kahden tekoälyllä varustetun seulontastrategian – ROTA (RNFL optical texture analysis) -arvioinnin ja optisen levyn valokuvauksen – diagnostista suorituskykyä glaukooman havaitsemisessa populaatiopohjaisesta näytteestä.
Toissijaisia tavoitteita on (1) verrata ROTA AI -arvioinnin diagnostista suorituskykyä AI:n OCT RNFL -paksuusarviointiin ja ROTA AI -arviointiin koulutettujen luokkalaisten suorittamaan OCT RNFL -paksuusarviointiin, (2) tutkia AI ROTA -arvioinnin kustannustehokkuutta glaukoomassa. seulonta ja (3) arvioida glaukooman esiintyvyys Hongkongissa.
Tutkimuksen yleiskatsaus
Tila
Rekrytointi
Ehdot
Yksityiskohtainen kuvaus
Glaukooma on johtava peruuttamattoman sokeuden aiheuttaja, joka vaikuttaa 76 miljoonalle potilaalle maailmanlaajuisesti vuonna 2020. Näköhermon etenevä rappeutuminen on ominaista, ja taudin pahenemisen varhainen havaitseminen oikea-aikaisella toimenpiteellä on ratkaisevan tärkeää näön progressiivisen menetyksen estämiseksi. 5. World Glaucoma Associationin konsensuskokouksessa monipuolinen ja edustava ryhmä glaukoomakliinikoita ja tutkijoita pohti glaukoomaseulonnan arvoa ja menetelmiä. Vaikka on todettu, että glaukooman varhainen havaitseminen hoitoa varten on hyödyllistä näön ja elämänlaadun säilyttämiseksi, sillä glaukooman hoidot ovat usein tehokkaita, helppokäyttöisiä ja hyvin siedettyjä, optimaalista glaukooman seulontastrategiaa ei ole vielä määritetty.
ROTA (Retinal Nerve Fibre Layer Optical Texture Analysis) on patentoitu algoritmi, joka on suunniteltu havaitsemaan aksonikuitukimppujen häviäminen glaukoomassa. Toisin kuin perinteinen Optical Coherence Tomography (OCT) -analyysi, ROTA käyttää epälineaarista muunnosa paljastamaan aksonikuitukimppujen optiset tekstuurit ja liikeradat, mikä mahdollistaa RNFL-poikkeavuuksien intuitiivisen ja luotettavan tunnistamisen ilman normatiivisten tietokantojen tarvetta. Sitä voidaan soveltaa erilaisiin OCT-malleihin, ja se on erityisen tehokas havaitsemaan fokaaliset RNFL-virheet varhaisessa glaukoomassa ja eriasteisia RNFL-vaurioita loppuvaiheen glaukoomassa. Ehdotetussa tutkimuksessa tarkastellaan, onko ROTA:n AI käyttökelpoinen ja kustannustehokas glaukoomaseulonnassa ja olisiko ROTA parempi kuin optisen levyn valokuvauksen ja OCT RNFL:n paksuuden arvioinnin.
Opintotyyppi
Interventio
Ilmoittautuminen (Arvioitu)
3175
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskeluyhteys
- Nimi: Anita Yau
- Puhelinnumero: 39102673
- Sähköposti: anitayky@hku.hk
Opiskelupaikat
-
-
-
Aberdeen, Hong Kong
- Rekrytointi
- Southern District Wah Kwai Community Centre
-
Ottaa yhteyttä:
- Jordy Lau
- Puhelinnumero: 28315367
- Sähköposti: jordylau@hku.hk
-
Kwun Tong, Hong Kong
- Rekrytointi
- Kwun Tong District Health Centre
-
Ottaa yhteyttä:
- Jordy Lau
- Puhelinnumero: 28315367
- Sähköposti: jordylau@hku.hk
-
-
Osallistumiskriteerit
Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Joo
Kuvaus
Sisällyttämiskriteerit:
- 50 vuotta täyttäneet henkilöt
Poissulkemiskriteerit:
- Fyysisesti työkyvytön
- Jos ei pysty tekemään yhteistyötä kliinisen tutkimuksen tai optisen koherenssitomografian (OCT) tutkimuksessa, se suljetaan pois
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Seulonta
- Jako: Satunnaistettu
- Inventiomalli: Rinnakkaistehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: Verkkokalvon hermokuitukerroksen optinen rakenneanalyysi (ROTA)
RNFL on kuvattu OCT:llä ROTA:lle.
|
RNFL kuvataan OCT:llä ROTA:ta varten ja tiedot analysoidaan syväoppimismallilla.
|
|
Active Comparator: Optisten levyjen valokuvaus
Optinen levy on kuvattu värillisen silmänpohjakameran avulla.
|
Optinen levy kuvataan väripohjaisella silmänpohjakameralla ja tiedot analysoidaan syväoppimismallilla.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Diagnostinen suorituskyky glaukooman havaitsemiseksi
Aikaikkuna: jopa ~1 vuosi
|
Vastaanottimen toimintakäyrän alla oleva alue (AUC) glaukooman havaitsemiseksi
|
jopa ~1 vuosi
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Glaukooman esiintyvyys
Aikaikkuna: jopa ~1 vuosi
|
Glaukoomapotilaiden osuus
|
jopa ~1 vuosi
|
|
Inkrementaaliset kustannustehokkuussuhteet (ICER) glaukooman väestöseulonnassa
Aikaikkuna: jopa ~1 vuosi
|
ICER glaukoomaseulontaa varten mitattuna lisäkustannuksilla per havaittua positiivista tapausta, lisäkustannuksia per lisäys QALY
|
jopa ~1 vuosi
|
Muut tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Diagnostinen suorituskyky makulasairauksien havaitsemiseen
Aikaikkuna: jopa ~1 vuosi
|
Vastaanottimen toimintakäyrän alla oleva alue (AUC) makulasairauksien havaitsemiseksi
|
jopa ~1 vuosi
|
|
Makulaaristen sairauksien esiintyvyys
Aikaikkuna: jopa ~1 vuosi
|
Makulasairauksia sairastavien potilaiden osuus
|
jopa ~1 vuosi
|
|
Inkrementaaliset kustannustehokkuussuhteet (ICER) glaukooman ja silmänpohjan sairauksien väestöseulonnassa
Aikaikkuna: jopa ~1 vuosi
|
ICER glaukooman ja silmänpohjan sairauksien seulonnassa mitattuna lisäkustannuksilla per havaittua positiivista tapausta, lisäkustannuksia per lisäys QALY
|
jopa ~1 vuosi
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
Yhteistyökumppanit
Tutkijat
- Päätutkija: Christopher Leung, The University of Hong Kong
Julkaisuja ja hyödyllisiä linkkejä
Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.
Yleiset julkaisut
- Tham YC, Li X, Wong TY, Quigley HA, Aung T, Cheng CY. Global prevalence of glaucoma and projections of glaucoma burden through 2040: a systematic review and meta-analysis. Ophthalmology. 2014 Nov;121(11):2081-90. doi: 10.1016/j.ophtha.2014.05.013. Epub 2014 Jun 26.
- He M, Foster PJ, Ge J, Huang W, Zheng Y, Friedman DS, Lee PS, Khaw PT. Prevalence and clinical characteristics of glaucoma in adult Chinese: a population-based study in Liwan District, Guangzhou. Invest Ophthalmol Vis Sci. 2006 Jul;47(7):2782-8. doi: 10.1167/iovs.06-0051.
- Leung CK, Cheung CY, Weinreb RN, Qiu Q, Liu S, Li H, Xu G, Fan N, Huang L, Pang CP, Lam DS. Retinal nerve fiber layer imaging with spectral-domain optical coherence tomography: a variability and diagnostic performance study. Ophthalmology. 2009 Jul;116(7):1257-63, 1263.e1-2. doi: 10.1016/j.ophtha.2009.04.013. Epub 2009 May 22.
- Flaxman SR, Bourne RRA, Resnikoff S, Ackland P, Braithwaite T, Cicinelli MV, Das A, Jonas JB, Keeffe J, Kempen JH, Leasher J, Limburg H, Naidoo K, Pesudovs K, Silvester A, Stevens GA, Tahhan N, Wong TY, Taylor HR; Vision Loss Expert Group of the Global Burden of Disease Study. Global causes of blindness and distance vision impairment 1990-2020: a systematic review and meta-analysis. Lancet Glob Health. 2017 Dec;5(12):e1221-e1234. doi: 10.1016/S2214-109X(17)30393-5. Epub 2017 Oct 11.
- Li Z, He Y, Keel S, Meng W, Chang RT, He M. Efficacy of a Deep Learning System for Detecting Glaucomatous Optic Neuropathy Based on Color Fundus Photographs. Ophthalmology. 2018 Aug;125(8):1199-1206. doi: 10.1016/j.ophtha.2018.01.023. Epub 2018 Mar 2.
- Weinreb RN, Leung CK, Crowston JG, Medeiros FA, Friedman DS, Wiggs JL, Martin KR. Primary open-angle glaucoma. Nat Rev Dis Primers. 2016 Sep 22;2:16067. doi: 10.1038/nrdp.2016.67.
- Yu M, Lin C, Weinreb RN, Lai G, Chiu V, Leung CK. Risk of Visual Field Progression in Glaucoma Patients with Progressive Retinal Nerve Fiber Layer Thinning: A 5-Year Prospective Study. Ophthalmology. 2016 Jun;123(6):1201-10. doi: 10.1016/j.ophtha.2016.02.017. Epub 2016 Mar 19.
- Kim JS, Ishikawa H, Sung KR, Xu J, Wollstein G, Bilonick RA, Gabriele ML, Kagemann L, Duker JS, Fujimoto JG, Schuman JS. Retinal nerve fibre layer thickness measurement reproducibility improved with spectral domain optical coherence tomography. Br J Ophthalmol. 2009 Aug;93(8):1057-63. doi: 10.1136/bjo.2009.157875. Epub 2009 May 7.
- Pierro L, Gagliardi M, Iuliano L, Ambrosi A, Bandello F. Retinal nerve fiber layer thickness reproducibility using seven different OCT instruments. Invest Ophthalmol Vis Sci. 2012 Aug 31;53(9):5912-20. doi: 10.1167/iovs.11-8644.
- Leung CK, Lam S, Weinreb RN, Liu S, Ye C, Liu L, He J, Lai GW, Li T, Lam DS. Retinal nerve fiber layer imaging with spectral-domain optical coherence tomography: analysis of the retinal nerve fiber layer map for glaucoma detection. Ophthalmology. 2010 Sep;117(9):1684-91. doi: 10.1016/j.ophtha.2010.01.026. Epub 2010 Jul 21.
- Leung CK, Choi N, Weinreb RN, Liu S, Ye C, Liu L, Lai GW, Lau J, Lam DS. Retinal nerve fiber layer imaging with spectral-domain optical coherence tomography: pattern of RNFL defects in glaucoma. Ophthalmology. 2010 Dec;117(12):2337-44. doi: 10.1016/j.ophtha.2010.04.002. Epub 2010 Aug 3.
- Leung CK, Yu M, Weinreb RN, Lai G, Xu G, Lam DS. Retinal nerve fiber layer imaging with spectral-domain optical coherence tomography: patterns of retinal nerve fiber layer progression. Ophthalmology. 2012 Sep;119(9):1858-66. doi: 10.1016/j.ophtha.2012.03.044. Epub 2012 Jun 5.
- Xu G, Weinreb RN, Leung CKS. Retinal nerve fiber layer progression in glaucoma: a comparison between retinal nerve fiber layer thickness and retardance. Ophthalmology. 2013 Dec;120(12):2493-2500. doi: 10.1016/j.ophtha.2013.07.027. Epub 2013 Sep 17.
- Xu G, Weinreb RN, Leung CK. Optic nerve head deformation in glaucoma: the temporal relationship between optic nerve head surface depression and retinal nerve fiber layer thinning. Ophthalmology. 2014 Dec;121(12):2362-70. doi: 10.1016/j.ophtha.2014.06.035. Epub 2014 Aug 6.
- Oddone F, Lucenteforte E, Michelessi M, Rizzo S, Donati S, Parravano M, Virgili G. Macular versus Retinal Nerve Fiber Layer Parameters for Diagnosing Manifest Glaucoma: A Systematic Review of Diagnostic Accuracy Studies. Ophthalmology. 2016 May;123(5):939-49. doi: 10.1016/j.ophtha.2015.12.041. Epub 2016 Feb 15.
- Biswas S, Lin C, Leung CK. Evaluation of a Myopic Normative Database for Analysis of Retinal Nerve Fiber Layer Thickness. JAMA Ophthalmol. 2016 Sep 1;134(9):1032-9. doi: 10.1001/jamaophthalmol.2016.2343. Erratum In: JAMA Ophthalmol. 2016 Nov 1;134(11):1336.
- Leung CK, Mohamed S, Leung KS, Cheung CY, Chan SL, Cheng DK, Lee AK, Leung GY, Rao SK, Lam DS. Retinal nerve fiber layer measurements in myopia: An optical coherence tomography study. Invest Ophthalmol Vis Sci. 2006 Dec;47(12):5171-6. doi: 10.1167/iovs.06-0545.
- Leung CKS, Lam AKN, Weinreb RN, Garway-Heath DF, Yu M, Guo PY, Chiu VSM, Wan KHN, Wong M, Wu KZ, Cheung CYL, Lin C, Chan CKM, Chan NCY, Kam KW, Lai GWK. Diagnostic assessment of glaucoma and non-glaucomatous optic neuropathies via optical texture analysis of the retinal nerve fibre layer. Nat Biomed Eng. 2022 May;6(5):593-604. doi: 10.1038/s41551-021-00813-x. Epub 2022 Jan 6.
- Zheng F, Yu M, Leung CK. Diagnostic criteria for detection of retinal nerve fibre layer thickness and neuroretinal rim width abnormalities in glaucoma. Br J Ophthalmol. 2020 Feb;104(2):270-275. doi: 10.1136/bjophthalmol-2018-313581. Epub 2019 May 30.
- Lin D, Xiong J, Liu C, Zhao L, Li Z, Yu S, Wu X, Ge Z, Hu X, Wang B, Fu M, Zhao X, Wang X, Zhu Y, Chen C, Li T, Li Y, Wei W, Zhao M, Li J, Xu F, Ding L, Tan G, Xiang Y, Hu Y, Zhang P, Han Y, Li JO, Wei L, Zhu P, Liu Y, Chen W, Ting DSW, Wong TY, Chen Y, Lin H. Application of Comprehensive Artificial intelligence Retinal Expert (CARE) system: a national real-world evidence study. Lancet Digit Health. 2021 Aug;3(8):e486-e495. doi: 10.1016/S2589-7500(21)00086-8.
- Liu H, Li L, Wormstone IM, Qiao C, Zhang C, Liu P, Li S, Wang H, Mou D, Pang R, Yang D, Zangwill LM, Moghimi S, Hou H, Bowd C, Jiang L, Chen Y, Hu M, Xu Y, Kang H, Ji X, Chang R, Tham C, Cheung C, Ting DSW, Wong TY, Wang Z, Weinreb RN, Xu M, Wang N. Development and Validation of a Deep Learning System to Detect Glaucomatous Optic Neuropathy Using Fundus Photographs. JAMA Ophthalmol. 2019 Dec 1;137(12):1353-1360. doi: 10.1001/jamaophthalmol.2019.3501. Erratum In: JAMA Ophthalmol. 2019 Dec 1;137(12):1468.
- Hou HW, Lin C, Leung CK. Integrating Macular Ganglion Cell Inner Plexiform Layer and Parapapillary Retinal Nerve Fiber Layer Measurements to Detect Glaucoma Progression. Ophthalmology. 2018 Jun;125(6):822-831. doi: 10.1016/j.ophtha.2017.12.027. Epub 2018 Feb 9.
- Wu K, Lin C, Lam AK, Chan L, Leung CK. Wide-field Trend-based Progression Analysis of Combined Retinal Nerve Fiber Layer and Ganglion Cell Inner Plexiform Layer Thickness: A New Paradigm to Improve Glaucoma Progression Detection. Ophthalmology. 2020 Oct;127(10):1322-1330. doi: 10.1016/j.ophtha.2020.03.019. Epub 2020 Mar 29.
Opintojen ennätyspäivät
Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Lauantai 26. elokuuta 2023
Ensisijainen valmistuminen (Arvioitu)
Sunnuntai 25. elokuuta 2024
Opintojen valmistuminen (Arvioitu)
Tiistai 25. helmikuuta 2025
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Maanantai 21. elokuuta 2023
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Maanantai 21. elokuuta 2023
Ensimmäinen Lähetetty (Todellinen)
Perjantai 25. elokuuta 2023
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Torstai 21. syyskuuta 2023
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Tiistai 19. syyskuuta 2023
Viimeksi vahvistettu
Perjantai 1. syyskuuta 2023
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- H012_Protocol_Glaucoma
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
EI
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .