Sviluppo di un algoritmo ottimale per la gestione dei pazienti con distacco dell'epitelio del pigmento retinico nella degenerazione maculare legata all'età neovascolare utilizzando l'intelligenza artificiale
Sviluppo di un algoritmo per la previsione anatomica e funzionale dei risultati della terapia con inibitori dell'angiogenesi in pazienti con distacco dell'epitelio del pigmento retinico nella degenerazione maculare senile neovascolare, basato sulla tomografia a coerenza ottica primaria della zona maculare e dati clinici.
Panoramica dello studio
Stato
Stato
Condizioni
Condizioni
Intervento / Trattamento
Intervento / Trattamento
Descrizione dettagliata
Tipo di studio
Tipo di studio
Iscrizione (Effettivo)
Iscrizione
Contatti e Sedi
Luoghi di studio
-
-
-
Krasnodar, Federazione Russa, 350012
- The S.N. Fyodorov Eye Microsurgery State Institution
-
-
Criteri di partecipazione
Criteri di ammissibilità
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
- Lineare B: scansiona l'area maculare con il distacco più lungo
- Altre patologie
Criteri di esclusione:
- Immagini senza distacco
- Immagini sulle quali è possibile diagnosticare la necessità di terapia solo in presenza di ulteriori fattori non considerati nello studio.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Numero di gruppi/coorti
Coorti e interventi
Gruppo / CoorteGruppo / Coorte |
Intervento / TrattamentoIntervento / Trattamento |
|---|---|
|
adesione
il gruppo in cui è stata osservata l'adesione del distacco neuroepiteliale dopo terapia con fattore di crescita endoteliale antivascolare
|
0,05 ml anti-VEGF, intravitreale, mensile
Altri nomi:
|
|
nessuna adesione
gruppo in cui non vi era aderenza del distacco neuroepiteliale dopo terapia con fattore di crescita endoteliale antivascolare
|
0,05 ml anti-VEGF, intravitreale, mensile
Altri nomi:
|
|
разрыв
gruppo in cui è stata osservata la rottura del distacco neuroepiteliale dopo terapia anti-fattore di crescita endoteliale vascolare
|
0,05 ml anti-VEGF, intravitreale, mensile
Altri nomi:
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Algoritmo di previsione
Lasso di tempo: 1.09.2022
|
Classificatore di reti neurali
|
1.09.2022
|
Collaboratori e investigatori
Sponsor
Sponsor
Investigatori
Investigatori
- Direttore dello studio: Viktoria Myasnikova, D.Med.Sc., Deputy Director for Research
Pubblicazioni e link utili
Pubblicazioni generali
- Rohm M, Tresp V, Muller M, Kern C, Manakov I, Weiss M, Sim DA, Priglinger S, Keane PA, Kortuem K. Predicting Visual Acuity by Using Machine Learning in Patients Treated for Neovascular Age-Related Macular Degeneration. Ophthalmology. 2018 Jul;125(7):1028-1036. doi: 10.1016/j.ophtha.2017.12.034. Epub 2018 Feb 14.
- Prahs P, Radeck V, Mayer C, Cvetkov Y, Cvetkova N, Helbig H, Marker D. OCT-based deep learning algorithm for the evaluation of treatment indication with anti-vascular endothelial growth factor medications. Graefes Arch Clin Exp Ophthalmol. 2018 Jan;256(1):91-98. doi: 10.1007/s00417-017-3839-y. Epub 2017 Nov 10.
- Schmidt-Erfurth U, Bogunovic H, Sadeghipour A, Schlegl T, Langs G, Gerendas BS, Osborne A, Waldstein SM. Machine Learning to Analyze the Prognostic Value of Current Imaging Biomarkers in Neovascular Age-Related Macular Degeneration. Ophthalmol Retina. 2018 Jan;2(1):24-30. doi: 10.1016/j.oret.2017.03.015. Epub 2017 May 31.
- Bogunovic H, Montuoro A, Baratsits M, Karantonis MG, Waldstein SM, Schlanitz F, Schmidt-Erfurth U. Machine Learning of the Progression of Intermediate Age-Related Macular Degeneration Based on OCT Imaging. Invest Ophthalmol Vis Sci. 2017 May 1;58(6):BIO141-BIO150. doi: 10.1167/iovs.17-21789.
- Schmidt-Erfurth U, Waldstein SM, Klimscha S, Sadeghipour A, Hu X, Gerendas BS, Osborne A, Bogunovic H. Prediction of Individual Disease Conversion in Early AMD Using Artificial Intelligence. Invest Ophthalmol Vis Sci. 2018 Jul 2;59(8):3199-3208. doi: 10.1167/iovs.18-24106.
- Kozina, E. V., S. N. Sakhnov, V. V. Myasnikova, E. V. Bykova, and L. E. Aksenova. 2021. 'Modern Trends in Diagnostics and Prediction of Results of Anti-Vascular Endothelial Growth Factor Therapy of Pigment Epithelial Detachment in Neovascular Agerelated Macular Degeneration Using Deep Machine Learning Method (Literature Review)'. Acta Biomedica Scientifica 6 (6-1): 190-203. https://doi.org/10.29413/ABS.2021-6.6-1.22.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Inizio studio
Completamento primario (Effettivo)
Completamento primario
Completamento dello studio (Effettivo)
Completamento dello studio
Date di iscrizione allo studio
Primo inviato
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Primo Inserito
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento pubblicato
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
Altri numeri di identificazione dello studio
- 1 (Mobile Health and Wellness Program)
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .