- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT04213183
Dépistage et identification des maladies hépatobiliaires par apprentissage en profondeur à l'aide d'images oculaires
16 août 2020 mis à jour par: Haotian Lin, Sun Yat-sen University
L'intelligence artificielle peut donner un aperçu de l'exploration de l'association secrète potentielle derrière et révéler certains changements précoces de l'architecture oculaire chez les personnes atteintes de troubles hépatobiliaires.
Nous avons mené un travail pionnier pour explorer l'association entre l'œil et le foie via l'apprentissage profond, pour développer et évaluer différents modèles d'apprentissage profond pour prédire la maladie hépatobiliaire en utilisant des images oculaires.
Aperçu de l'étude
Statut
Complété
Les conditions
Intervention / Traitement
Type d'étude
Observationnel
Inscription (Réel)
1789
Contacts et emplacements
Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.
Lieux d'étude
-
-
Guangdong
-
Guangzhou, Guangdong, Chine, 510000
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
-
Critères de participation
Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.
Critère d'éligibilité
Âges éligibles pour étudier
- ADULTE
- OLDER_ADULT
- ENFANT
Accepte les volontaires sains
Oui
Sexes éligibles pour l'étude
Tout
Méthode d'échantillonnage
Échantillon de probabilité
Population étudiée
Images de la lampe à fente et du fond d'œil de la rétine recueillies auprès du Département des maladies infectieuses, Troisième hôpital affilié de l'Université Sun Yat-sen, Département des maladies infectieuses, Troisième hôpital affilié de l'Université Sun Yat-sen, Hôpital affilié Huadu de l'Université médicale du Sud, Centre médical de Nantian des soins de santé d'Aikang et du centre médical Huanshidong des soins de santé d'Aikang.
La description
Critère d'intégration:
- La qualité des images du fond d'œil et de la lampe à fente doit être cliniquement acceptable.
- Plus de 90 % de la zone d'image du fond d'œil, y compris quatre régions principales (disque optique, maculaire, arcs vasculaires rétiniens supérieur et inférieur) sont faciles à lire et à discriminer.
- Plus de 90 % de la zone d'image de la lampe à fente, y compris trois régions principales (sclérotique, pupille et cristallin), sont faciles à lire et à discriminer.
Critère d'exclusion:
- Les images présentant des fuites de lumière (> 10 % de la surface), des taches de lumière parasite ou des taches et une surexposition ont été exclues de l'analyse ultérieure.
Plan d'étude
Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
jeu de données de développement 01
Images de la lampe à fente et du fond d'œil rétinien recueillies auprès du département de chirurgie hépatobiliaire du troisième hôpital affilié de l'université Sun Yat-sen.
|
L'ensemble de données de formation a été utilisé pour former le modèle d'apprentissage en profondeur, qui a été validé et testé par les deux autres ensembles de données.
|
|
jeu de données de développement 02
Images de la lampe à fente et du fond d'œil rétinien recueillies auprès de l'hôpital affilié Huadu de la Southern Medical University.
|
L'ensemble de données de formation a été utilisé pour former le modèle d'apprentissage en profondeur, qui a été validé et testé par les deux autres ensembles de données.
|
|
jeu de données de développement 03
Images de la lampe à fente et du fond d'œil rétinien recueillies auprès du Nantian Medical Center of Aikang Health Care.
|
L'ensemble de données de formation a été utilisé pour former le modèle d'apprentissage en profondeur, qui a été validé et testé par les deux autres ensembles de données.
|
|
jeu de données de test 01
Images de la lampe à fente et du fond d'œil rétinien recueillies auprès du Département des maladies infectieuses du troisième hôpital affilié de l'Université Sun Yat-sen.
|
L'ensemble de données de formation a été utilisé pour former le modèle d'apprentissage en profondeur, qui a été validé et testé par les deux autres ensembles de données.
|
|
jeu de données de test 02
Images de la lampe à fente et du fond d'œil rétinien recueillies auprès du centre médical Huanshidong d'Aikang Health Care.
|
L'ensemble de données de formation a été utilisé pour former le modèle d'apprentissage en profondeur, qui a été validé et testé par les deux autres ensembles de données.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
aire sous la courbe caractéristique de fonctionnement du récepteur du système d'apprentissage en profondeur
Délai: ligne de base
|
Les enquêteurs calculeront l'aire sous la courbe caractéristique de fonctionnement du récepteur du système d'apprentissage en profondeur et compareront cet indice entre le système d'apprentissage en profondeur et les médecins humains
|
ligne de base
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
sensibilité et spécificité du système d'apprentissage en profondeur
Délai: ligne de base
|
Les enquêteurs calculeront la sensibilité et la spécificité du système d'apprentissage en profondeur et compareront cet indice entre le système d'apprentissage en profondeur et les médecins humains
|
ligne de base
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Dates d'enregistrement des études
Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.
Dates principales de l'étude
Début de l'étude (RÉEL)
1 décembre 2018
Achèvement primaire (RÉEL)
31 janvier 2020
Achèvement de l'étude (RÉEL)
31 janvier 2020
Dates d'inscription aux études
Première soumission
25 décembre 2019
Première soumission répondant aux critères de contrôle qualité
25 décembre 2019
Première publication (RÉEL)
30 décembre 2019
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (RÉEL)
18 août 2020
Dernière mise à jour soumise répondant aux critères de contrôle qualité
16 août 2020
Dernière vérification
1 août 2020
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- AEHD-2019
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
NON
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Non
Étudie un produit d'appareil réglementé par la FDA américaine
Non
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .