Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Imaging and Predictive Modelling of Proliferative Vitreoretinopathy.

tiistai 30. kesäkuuta 2026 päivittänyt: University College, London

Identification of Imaging Biomarkers and Predictive Modelling of Proliferative Vitreoretinopathy Using Deep Learning.

Patients with retinal detachment are at risk of recurrence and failure of surgery requiring multiple surgeries due to a condition called proliferative vitreoretinopathy (PVR).

Study aims to help tailor patients' treatments and improve outcomes by:

[i] studying imaging biomarkers of PVR, and [ii] develop AI models for PVR detection.

Inclusion:

  • Patients with 'complicated' retinal detachment with PVR recruited to a phase 1 dose-finding trial called MORPH-1.
  • Patients with 'simple' retinal detachment without PVR recruited to a PhD study.

Non -invasive multimodal imaging and anonymized imaging will be used to study imaging biomarkers of PVR and develop deep learning models to predict PVR in collaboration with an artificial intelligence (AI) expert team at UCL Institute of Ophthalmology.

Tutkimuksen yleiskatsaus

Tila

Ilmoittautuminen kutsusta

Ehdot

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

100

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

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

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

MORPH-1 - PVR detachments Cohort-NHS - primary RRD without PVR requiring PPV with PVD.

Kuvaus

Inclusion Criteria:

  • MORPH-1 and Cohort-NHS study imaging

Exclusion Criteria:

  • Participants from above studies who have not consented for image analysis and AI related analysis.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Rhegmatogenous retinal detachment without proliferative vitreoretinopathy
Rhegmatogenous retinal detachment without proliferative vitreoretinopathy at the time of their primary surgery
Rhegmatogenous retinal detachment with proliferative vitreoretinopathy
Rhegmatogenous retinal detachment with proliferative vitreoretinopathy at the time of their primary surgery or post-operatively with recurrent retinal detachment.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
To study multimodal imaging biomarkers of PVR.
Aikaikkuna: Preoperative biomarkers of PVR on cases with established PVR Post-operative biomarkers of PVR on cases that develop PVR in the first 3 months.
Use multimodal imaging namely widefield Optos, Widefield OCT, OCT macula, OCT disc, OCT EDI and OCTA to describe biomarkers of PVR.
Preoperative biomarkers of PVR on cases with established PVR Post-operative biomarkers of PVR on cases that develop PVR in the first 3 months.

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
To develop deep learning AI models for PVR detection in retinal detachment.
Aikaikkuna: Post-operative 3 months

Use widefield Optos imaging and OCT to:

  • Develop outputs for presence of PVR (binary), and
  • Develop output for prediction of PVR grade.
Post-operative 3 months

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

University College, London

Tutkijat

  • Päätutkija: James Bainbridge, University College, London

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 (Arvioitu)

Maanantai 12. lokakuuta 2026

Ensisijainen valmistuminen (Arvioitu)

Perjantai 15. lokakuuta 2027

Opintojen valmistuminen (Arvioitu)

Perjantai 15. lokakuuta 2027

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 5. toukokuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 30. kesäkuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Torstai 2. heinäkuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 2. heinäkuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 30. kesäkuuta 2026

Viimeksi vahvistettu

Maanantai 1. kesäkuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • EDGE 183954

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

IPD-suunnitelman kuvaus

Within participant's consent.

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 .

Tilaa