Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Sviluppo e convalida di un sistema di rilevamento e previsione della miopia e della maculopatia miopica basato sul deep learning

La miopia è diventata un problema di salute pubblica globale. La miopia influisce sulla salute psicologica di bambini e adolescenti e rappresenta un onere finanziario. Pertanto, la diagnosi precoce e la previsione di bambini ad alto rischio di sviluppo e progressione della miopia sono fondamentali per interventi precisi ed efficaci. In questo studio, abbiamo sviluppato un sistema di apprendimento profondo DeepMyopia, basato su immagini del fondo oculare con i seguenti obiettivi: 1) prevedere l'insorgenza e la progressione della miopia; 2) Rilevare la degenerazione maculare miopica per la diagnosi assistita da IA; 3) Prevedere lo sviluppo della degenerazione maculare miopica; 4) valutarne l'economicità.

Panoramica dello studio

Descrizione dettagliata

La miopia è diventata un problema di salute pubblica globale. La miopia influisce sulla salute psicologica di bambini e adolescenti e rappresenta un onere finanziario. Inoltre, con il progredire della miopia aumenta il rischio di complicanze oculari come la degenerazione maculare miopica, che porta a un danno visivo irreversibile o addirittura alla cecità. Secondo l'Organizzazione Mondiale della Sanità, più di 1 miliardo di persone in tutto il mondo vivono con disabilità visive causate da miopia, ipermetropia e altri problemi dovuti alla diagnosi tardiva. Pertanto, la diagnosi precoce e la previsione di bambini ad alto rischio di sviluppo e progressione della miopia sono fondamentali per interventi precisi ed efficaci.

In questo studio, abbiamo sviluppato un sistema di apprendimento profondo DeepMyopia, basato su immagini del fondo oculare con i seguenti obiettivi: 1) prevedere l'insorgenza e la progressione della miopia; 2) Rilevare la degenerazione maculare miopica per la diagnosi assistita da IA; 3) Prevedere lo sviluppo della degenerazione maculare miopica; 4) valutarne l'economicità.

Tipo di studio

Osservativo

Iscrizione (Effettivo)

30526

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

    • Shanghai
      • Shanghai, Shanghai, Cina, 200041
        • Shanghai Eye Disease Prevention and Treatment Center

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Bambino
  • Adulto

Accetta volontari sani

No

Metodo di campionamento

Campione di probabilità

Popolazione di studio

Lo SCALE, uno studio prospettico basato sulla scuola, include tutti i bambini dai 4 ai 14 anni a Shanghai.

Lo SCALE-HM, uno studio basato sulla popolazione, prospettico, in maschera da esaminatore, comprende bambini e adolescenti di età compresa tra 4 e 18 anni con miopia elevata.

Lo studio STORM, uno studio basato sulla scuola, prospettico, mascherato dall'esaminatore e randomizzato a grappolo, include bambini di età compresa tra 6 e 9 anni.

Lo studio SMS è un sondaggio trasversale basato sulla scuola di Shanghai, che include studenti della scuola materna e della scuola primaria del primo e del secondo anno.

Lo studio Beijing Children Eye ha incluso bambini che sono venuti alla clinica ambulatoriale del Beijing Friendship Hospital.

Lo studio JFFT contiene dati trasversali da Shanghai, Yunnan, Mongolia Interna, Xinjiang e Guangzhou.

L'Hong Kong Children Eye Study è uno studio di coorte basato sulla popolazione sulle condizioni degli occhi nei bambini di età compresa tra 6 e 8 anni.

Descrizione

Criterio di inclusione:

  1. Soggetti con immagini del fondo oculare nello Shanghai Child and Adolescent Large-scale Eye Study (SCALE);
  2. Soggetti con immagini del fondo oculare nello studio Shanghai Time Outside to Reduce Myopia [STORM];
  3. Soggetti con immagini del fondo oculare nell'High Myopia Registration Study [SCALE-HM]
  4. Soggetti con immagini del fondo oculare nello studio Shanghai Myopia Screening (SMS);
  5. Soggetti con immagini del fondo oculare nel Beijing Children Eye Study
  6. Soggetti con immagini del fondo oculare nel primo ospedale affiliato dell'Università medica di Kunming;
  7. Soggetti con immagini del fondo oculare presso il Dipartimento di Oftalmologia del Primo Ospedale Affiliato dell'Università Medica dello Xinjiang;
  8. Soggetti con immagini del fondo oculare presso il Dipartimento di Oftalmologia dell'Ospedale Affiliato dell'Università Medica della Mongolia Interna;
  9. Soggetti con immagini del fondo oculare allo Zhongshan Eye Center, Sun Yat-sen University;
  10. Soggetti con immagini del fondo oculare nell'Hong Kong Children Eye Study;

Criteri di esclusione:

  • Partecipanti con immagini del fondo oculare di scarsa qualità

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
Il set di dati di addestramento
Il set di dati di formazione comprendeva i dati di una coorte prospettica basata sulla scuola (lo studio Shanghai Time Outside to Reduce Myopia [STORM]) e i dati di un altro studio prospettico basato sulla popolazione, l'High Myopia Registration Study (SCALE-HM), con monitoraggio annuale. I partecipanti ai due studi sono stati divisi in un training set (70%), un tuning set (10%) e un test set interno (20%), che non sono stati duplicati l'uno dall'altro a livello di partecipante.
Questo sistema di deep learning è in grado di analizzare le immagini del fondo oculare per la stadiazione della miopia, il rilevamento della maculopatia miopica, la stima e la previsione della rifrazione cicloplegica e la stratificazione del rischio di insorgenza di miopia e maculopatia miopica.
Il set di dati di convalida interno
Il set di dati di convalida interno comprendeva i dati di una coorte prospettica basata sulla scuola (lo studio Shanghai Time Outside to Reduce Myopia [STORM]) e i dati di un altro studio prospettico basato sulla popolazione, l'High Myopia Registration Study (SCALE-HM) , con follow-up annuale. I partecipanti ai due studi sono stati divisi in un training set (70%), un tuning set (10%) e un test set interno (20%), che non sono stati duplicati l'uno dall'altro a livello di partecipante.
Questo sistema di deep learning è in grado di analizzare le immagini del fondo oculare per la stadiazione della miopia, il rilevamento della maculopatia miopica, la stima e la previsione della rifrazione cicloplegica e la stratificazione del rischio di insorgenza di miopia e maculopatia miopica.
Il set di dati di convalida esterno
Per testare le capacità di estrapolazione del sistema di deep learning, sono stati applicati due set di dati indipendenti, il Joint Five-site Fundus Test (JFFT) e l'Hong Kong Children Eye Study (HKCES), come set di test esterni. Lo studio JFFT, un set di dati multi-sito, contiene dati trasversali da Shanghai, Yunnan, Mongolia Interna, Xinjiang e Guangzhou. HKCES, uno studio di coorte basato sulla popolazione sulle condizioni degli occhi nei bambini di età compresa tra 6 e 8 anni.
Questo sistema di deep learning è in grado di analizzare le immagini del fondo oculare per la stadiazione della miopia, il rilevamento della maculopatia miopica, la stima e la previsione della rifrazione cicloplegica e la stratificazione del rischio di insorgenza di miopia e maculopatia miopica.

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
punteggio di possibilità di rilevamento della stadiazione della miopia
Lasso di tempo: subito dopo aver inserito i dati
output del compito di stadiazione della miopia
subito dopo aver inserito i dati
Punteggio di possibilità di rilevamento della maculopatia miopica
Lasso di tempo: subito dopo aver inserito i dati
output dell'attività di rilevamento della maculopatia miopica
subito dopo aver inserito i dati
equivalente sferico previsto
Lasso di tempo: subito dopo aver inserito i dati
risultato della valutazione del compito equivalente sferico
subito dopo aver inserito i dati
equivalente sferico annuale futuro previsto
Lasso di tempo: subito dopo aver inserito i dati
output della previsione del futuro compito equivalente sferico
subito dopo aver inserito i dati
punteggio di rischio di miopia e progressione della maculopatia miopica
Lasso di tempo: subito dopo aver inserito i dati
output del compito di previsione della progressione della miopia e della maculopatia miopica
subito dopo aver inserito i dati

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

1 aprile 2022

Completamento primario (Effettivo)

1 aprile 2023

Completamento dello studio (Effettivo)

1 aprile 2023

Date di iscrizione allo studio

Primo inviato

18 aprile 2023

Primo inviato che soddisfa i criteri di controllo qualità

18 aprile 2023

Primo Inserito (Effettivo)

28 aprile 2023

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

28 aprile 2023

Ultimo aggiornamento inviato che soddisfa i criteri QC

18 aprile 2023

Ultimo verificato

1 aprile 2023

Maggiori informazioni

Termini relativi a questo studio

Altri numeri di identificazione dello studio

  • 2022SQ023

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

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 .

Sottoscrivi