Intelligenza artificiale per lo screening di molteplici malattie della cornea
8 gennaio 2024 aggiornato da: Tianjin Eye Hospital
Applicazione del Deep Learning per lo screening di patologie corneali multiple
Questo studio ha sviluppato un algoritmo di deep learning basato su immagini del segmento anteriore e ne ha convalidato prospetticamente la capacità di identificare le malattie della cornea. L'efficacia e l'accuratezza di questo algoritmo sono state valutate in base a sensibilità, specificità, valore predittivo positivo, valore predittivo negativo e area sotto la curva.
Panoramica dello studio
Stato
Reclutamento
Intervento / Trattamento
Tipo di studio
Osservativo
Iscrizione (Stimato)
3000
Contatti e Sedi
Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.
Contatto studio
- Nome: Yan Huo, Master
- Numero di telefono: 13102118953
- Email: hy13102118953@163.com
Luoghi di studio
-
-
Tianjin
-
Tianjin, Tianjin, Cina
- Reclutamento
- Tiajin Eye Hospital
-
-
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
- Adulto più anziano
Accetta volontari sani
No
Metodo di campionamento
Campione non probabilistico
Popolazione di studio
La popolazione dello studio deriva da un database anonimo che contiene i risultati degli esami sanitari della popolazione generale.
Descrizione
Criterio di inclusione:
- La qualità delle immagini ottenute con la lampada a fessura deve essere clinicamente accettabile.
- Oltre il 90% dell'area dell'immagine della lampada a fessura, comprese le tre regioni principali (sclera, pupilla e cristallino), è facile da leggere e discriminare.
Criteri di esclusione:
1）Informazioni insufficienti per la diagnosi.
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 |
|---|---|
|
Malattie della cornea diagnosticate mediante algoritmo di intelligenza artificiale
|
Test diagnostico: Malattie della cornea diagnosticate mediante algoritmo di intelligenza artificiale
È stato applicato un algoritmo di intelligenza artificiale per diagnosticare le malattie della cornea dalle immagini della lampada a fessura.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Area sotto curva
Lasso di tempo: 1 settimana
|
Abbiamo utilizzato la curva ROC (Receiver Operating Characteristic) e l'area sotto la curva per esaminare la capacità di questo algoritmo di intelligenza artificiale di riconoscere e classificare le malattie della cornea.
|
1 settimana
|
|
Sensibilità e specificità
Lasso di tempo: 1 settimana
|
Abbiamo utilizzato sensibilità e specificità per esaminare la capacità di questo algoritmo di intelligenza artificiale di riconoscere e classificare le malattie della cornea.
|
1 settimana
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Sponsor
Investigatori
- Cattedra di studio: Yan Wang, Prof, TianJin eye hospital
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)
6 dicembre 2020
Completamento primario (Effettivo)
6 dicembre 2021
Completamento dello studio (Stimato)
6 dicembre 2024
Date di iscrizione allo studio
Primo inviato
8 gennaio 2024
Primo inviato che soddisfa i criteri di controllo qualità
8 gennaio 2024
Primo Inserito (Effettivo)
18 gennaio 2024
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
18 gennaio 2024
Ultimo aggiornamento inviato che soddisfa i criteri QC
8 gennaio 2024
Ultimo verificato
1 gennaio 2024
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- KY-2023083
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
INDECISO
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 .
Prove cliniche su Deep Learning, malattie della cornea, screening
-
RenJi HospitalNon ancora reclutamentoDeep Learning, risonanza magnetica lombare