Détection de la jaunisse à partir d'images oculaires via le Deep Learning
10 janvier 2023 mis à jour par: Haotian Lin, Sun Yat-sen University
Détection de l'ictère à partir d'images oculaires via le Deep Learning : une étude de cohorte prospective et multicentrique
Notre étude présente un modèle de détection prédisant un diagnostic d'ictère (ictère clinique et ictère occulte) formé sur des données de cohorte prospectives à partir de photos de lampes à fente et de photos de smartphones, démontrant la validité du modèle et aidant les travailleurs cliniques à identifier les maladies hépatobiliaires sous-jacentes des patients.
Aperçu de l'étude
Statut
Actif, ne recrute pas
Les conditions
Description détaillée
Cette étude a démontré que les modèles d'apprentissage en profondeur pouvaient détecter la jaunisse à l'aide d'images oculaires dans les taux sanguins avec une précision raisonnable, fournissant une méthode non invasive pour la détection et la reconnaissance de la jaunisse.
Cet algorithme peut aider les chirurgiens cliniciens lors des visites de suivi quotidiennes et fournir des conseils de référence.
Il met également en évidence l'application potentielle de l'algorithme pour smartphone dans d'importants programmes de détection de maladies ou de télémédecine basés sur la population dans le monde réel.
Type d'étude
Observationnel
Inscription (Réel)
1633
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
-
-
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
18 ans et plus (Adulte, Adulte plus âgé)
Accepte les volontaires sains
Non
Sexes éligibles pour l'étude
Tout
Méthode d'échantillonnage
Échantillon de probabilité
Population étudiée
Cette étude prospective, multicentrique et observationnelle a été dirigée par le Zhongshan Ophthalmic Center (ZOC) de l'Université Sun Yat-sen et menée en trois phases pour recueillir des données auprès de participants de trois services de chirurgie et de trois centres d'examen médical, dont le service de chirurgie hépatobiliaire de le troisième hôpital affilié de l'Université Sun Yat-sen (HTH ; Guangzhou, Chine), le département des maladies infectieuses, le troisième hôpital affilié de l'Université Sun Yat-sen (ITH ; Guangzhou, Chine), le département des maladies infectieuses, le Huadu affilié Hôpital de l'Université médicale du Sud (HDH ; Guangzhou, Chine), Centre médical du troisième hôpital affilié de l'Université Sun Yat-sen (MCH ; Guangzhou, Chine), Centre médical Nantian des soins de santé d'Aikang (NMC) et Centre médical de Huanshidong des soins de santé d'Aikang (HMC).
La description
Critère d'intégration:
- La qualité des images à la lampe à fente doit être cliniquement acceptable. Plus de 90 % de la zone d'image de la lampe à fente, y compris les trois régions centrales (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 d'une analyse plus approfondie
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
- Modèles d'observation: Cohorte
- Perspectives temporelles: Éventuel
Cohortes et interventions
Groupe / Cohorte |
|---|
|
Ensemble de données de développement
Images de la lampe à fente recueillies auprès du Département de chirurgie hépatobiliaire du troisième hôpital affilié de l'Université Sun Yat-sen (HTH)， de l'hôpital affilié Huadu de l'Université médicale du Sud (HDH)， et du centre médical Nantian d'Aikang Health Care (NMC).
|
|
Ensemble de données de test
Images de la lampe à fente et du smartphone recueillies auprès du Département des maladies infectieuses, du troisième hôpital affilié de l'Université Sun Yat-sen (ITH), du centre médical Huanshidong des soins de santé d'Aikang, du centre médical du troisième hôpital affilié de l'Université Sun Yat-sen ( MCH).
|
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
|
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
|
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)
30 octobre 2022
Achèvement de l'étude (Anticipé)
30 juin 2023
Dates d'inscription aux études
Première soumission
26 décembre 2022
Première soumission répondant aux critères de contrôle qualité
10 janvier 2023
Première publication (Réel)
12 janvier 2023
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
12 janvier 2023
Dernière mise à jour soumise répondant aux critères de contrôle qualité
10 janvier 2023
Dernière vérification
1 janvier 2023
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- AEHD-2022
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 .