畳み込みニューラルネットワーク「RetinAIcheck」を用いた高血圧性網膜症の評価
畳み込みニューラルネットワーク「RetinAIcheck」に基づく、キース・ワグナー・バーカー分類を用いた高血圧性網膜症の評価
本研究は、ロシア人集団における高血圧性網膜症の重症度を評価するために開発された畳み込みニューラルネットワーク(CNN)「RetinAIcheck」の診断効果を推定することを目的としています。
トレーニングデータセットはオープンソースから取得し、7名の独立した網膜専門医によって再ラベル付けされ、サンプルサイズは30,000枚の眼底写真でした。 テストサンプルには、HRを有する729名の患者(1401眼)が含まれていました。 参照基準は、2名の眼科医によるHRステージの独立した評価結果であり、議論のある臨床症例については3人目の眼科医の参加により評価されました。
調査の概要
状態
状態
条件
条件
介入・治療
介入・治療
研究の種類
研究の種類
入学 (実際)
入学
連絡先と場所
研究場所
-
-
-
Moscow、ロシア
- University Clinical Hospital №1, Sechenov University
-
-
参加基準
適格基準
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
適格基準:
患者の電子医療記録に高血圧の診断が存在すること。
除外基準:
不可逆的な視力喪失を伴う先天性および後天性の状態(無眼球症、視神経萎縮、眼球損傷)、加齢黄斑変性症、中心性漿液性脈絡網膜症、中心性漿液性脈絡網膜炎などの黄斑疾患、および画像の品質に影響を与える眼の光学媒体の混濁。
研究計画
研究はどのように設計されていますか?
デザインの詳細
グループ/コホートの数
コホートと介入
グループ/コホートグループ/コホート |
介入・治療介入・治療 |
|---|---|
|
クラス1高血圧性網膜症
|
畳み込みニューラルネットワークは、散瞳中に取得されたデジタル眼底写真を処理し、キース・ワグナー・バーカー分類に基づく高血圧性網膜症の有無とその重症度の確率を判定する医療意思決定支援システムです。
|
|
クラス2高血圧性網膜症
|
畳み込みニューラルネットワークは、散瞳中に取得されたデジタル眼底写真を処理し、キース・ワグナー・バーカー分類に基づく高血圧性網膜症の有無とその重症度の確率を判定する医療意思決定支援システムです。
|
|
クラス3高血圧性網膜症
|
畳み込みニューラルネットワークは、散瞳中に取得されたデジタル眼底写真を処理し、キース・ワグナー・バーカー分類に基づく高血圧性網膜症の有無とその重症度の確率を判定する医療意思決定支援システムです。
|
|
クラス3+4高血圧性網膜症
|
畳み込みニューラルネットワークは、散瞳中に取得されたデジタル眼底写真を処理し、キース・ワグナー・バーカー分類に基づく高血圧性網膜症の有無とその重症度の確率を判定する医療意思決定支援システムです。
|
|
高血圧性網膜症の兆候のないクラス0
|
畳み込みニューラルネットワークは、散瞳中に取得されたデジタル眼底写真を処理し、キース・ワグナー・バーカー分類に基づく高血圧性網膜症の有無とその重症度の確率を判定する医療意思決定支援システムです。
|
この研究は何を測定していますか?
主要な結果の測定
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
精度
時間枠:状態の有無を正確に識別する能力
|
検査が真陽性の割合を正確に識別する能力
|
状態の有無を正確に識別する能力
|
二次結果の測定
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
感度
時間枠:2026年2月
|
検査が真の陽性症例の割合を正しく特定する能力
|
2026年2月
|
|
特異性
時間枠:2026年2月
|
テストが真の陰性例の割合を正確に識別する能力
|
2026年2月
|
|
Positive predictive value
時間枠:February 2026
|
The probability that a person who tests positive for the condition actually has that one
|
February 2026
|
|
Negative predictive value
時間枠:February 2026
|
The probability that a person who tests negative for the condition truly does not have it
|
February 2026
|
|
AUROC, area under the ROC curve (one-versus-rest)
時間枠:February 2026
|
An average metric used to evaluate multi-class classification models by computing the Area Under the ROC Curve for each class separately against all other classes and then averaging the results
|
February 2026
|
|
Quadratically weighted kappa
時間枠:February 2026
|
A statistical measure that evaluates the level of agreement between two raters or outcomes on an ordinal scale, penalizing errors based on the squared distance between categories
|
February 2026
|
協力者と研究者
捜査官
捜査官
- 主任研究者:Philipp Yu Kopylov, Prof.、Sechenov First Moscow State Medical University (Sechenov University)
出版物と役立つリンク
便利なリンク
研究記録日
主要日程の研究
研究開始 (実際)
研究開始
一次修了 (実際)
一次修了
研究の完了 (実際)
研究の完了
試験登録日
最初に提出
最初に提出
QC基準を満たした最初の提出物
QC基準を満たした最初の提出物
最初の投稿 (実際)
最初の投稿
学習記録の更新
投稿された最後の更新 (実際)
投稿された最後の更新
QC基準を満たした最後の更新が送信されました
QC基準を満たした最後の更新が送信されました
最終確認日
最終確認日
詳しくは
本研究に関する用語
キーワード
その他の研究ID番号
その他の研究ID番号
- RetinAIcheck-01
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
IPD プランの説明
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。