A-EYE: A Mixed Quantitative and Qualitative Study to Develop and Evaluate the Application of Artificial Intelligence (AI) Methods Using Retinal Imaging for the Identification of Adverse Retinal Changes Associated With Cancer Therapies. (A-EYE)
This is a data collection study involving the gathering of clinical data and OCT (optical coherence tomography) scans from 350 patients.
The purpose of this study is to gather data to help develop an AI algorithm to detect eye abnormalities specifically those related to certain cancer treatments.
At the end of the study interviews will be held with expert ophthalmologists to assess the acceptability of implementing AI into clinical practice.
A tanulmány áttekintése
Részletes leírás
Many cancer patients will access new treatments through clinical trials. These treatments have often never been tested in humans and therefore, are likely to have unknown side effects. Some of these side effects include changes to the eye, such as blindness.
Ahead of patients taking part in these trials there is often little planning done to manage potential side effects on the eye. Additionally, accessing the expertise of eye specialists is not always available and often referral to a specialist is only given when eye symptoms have become advanced. These delays in identifying side effects on the eye also delays treatment and follow-up management. Providing patients access to this expertise would help in the detection and management of treatment side effects, however, due to demands on resources this access is not always readily available.
The aim of this study is to create an artificial intelligence (AI) program that can detect changes to the eye related to disease, which, in the future, can be specifically used in cancer patient care. Additionally, developing an AI program to detect cancer related side effects to the eye will go a significant way in easing the burden on the health care system and improve side effects from new cancer treatments.
This study will involve the collection of eye scans and medical data from participants at the Manchester Royal Eye Hospital. These will then be used to develop AI methods to detect changes in the eye related to those seen by patients on cancer treatment. The AI will then be compared with the assessments of eye specialists to assess if they give similar results.
Tanulmány típusa
Beiratkozás (Várható)
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Tariq Aslam
- Telefonszám: 0161 276 1234
- E-mail: tariq.aslam@manchester.ac.uk
Tanulmányi helyek
-
-
-
Manchester, Egyesült Királyság
- Toborzás
- Manchester Royal Eye Hospital
-
Kapcsolatba lépni:
- Tariq Aslam
- E-mail: tariq.aslam@manchester.ac.uk
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Tanulmányozható nemek
Mintavételi módszer
Tanulmányi populáció
Leírás
Inclusion Criteria:
Patients are eligible for the study if all inclusion criteria are met:
- Voluntary informed consent.
- Aged at least 18 years.
- Fully registered patient attending the Manchester Royal Eye Hospital
- Patients are having an optical diagnostic imaging as part of their standard of care.
Exclusion Criteria:
Patients are excluded from the study if any of the following criteria apply:
1. Patient who are deemed clinically unable to be scanned by healthcare professional.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Időkeret |
|---|---|
|
Measure of the diagnostic accuracy of the AI algorithm against gold standard clinical assessment associated with cancer treatment.
Időkeret: 12 months
|
12 months
|
Másodlagos eredményintézkedések
Eredménymérő |
Időkeret |
|---|---|
|
Sensitivity of the AI in identifying clinically relevant lesions as defined by an ophthalmologist. Specificity of the AI in identifying clinically relevant lesions as defined by an ophthalmologist.
Időkeret: 12 months
|
12 months
|
Egyéb eredményintézkedések
Eredménymérő |
Időkeret |
|---|---|
|
F1 score of the proposed algorithm compared against baseline algorithms.
Időkeret: 13 months
|
13 months
|
|
Recorded questionnaire/ interview with ophthalmologist and cancer specialists.
Időkeret: 9 months
|
9 months
|
|
Number of novel relationships identified
Időkeret: 12 months
|
12 months
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Várható)
A tanulmány befejezése (Várható)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Egyéb vizsgálati azonosító számok
- NHS001768
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .