ケラトコヌス患者の乱視の予測。
ケラトコノス患者のマニフェスト乱視の予測:角膜地形を使用した機械学習アプローチ。
人間の目の角膜にはいくつかの機能があります。 目に光を許すことは透明であり、その形状は入ってくる光を網膜に焦点を合わせます。 角膜はこの焦点の3分の2を担当し、人間のレンズは残りの3分の1を占めています。
ケラトコノスは、角膜が不規則な形にゆがむ、2番目から30年の人生の発症の状態です。 この不規則性は、網膜に焦点を当てた画像のぼやけのために視力を減らします。 角膜の形状が不規則になるため、従来のメガネでは部分的な改善のみが達成できます。
ケラトコノス患者のメガネ処方は、臨床環境で角膜から得られた測定値とは大きく異なることがよくあります。 この格差の大きさと変動の予測可能性はよく理解されていません。 その結果、最高の視力補正を達成するための最適なメガネ処方を決定するには、多くの場合、時間のかかる試行錯誤のアプローチが含まれます。 予測可能性が向上すると、最適なメガネの処方箋を特定するのに必要な時間を短縮し、生産性が向上する可能性があります。 外科的患者の場合、予測可能性が向上すると、外科医は治療後に優れた視力転帰を提供するレンズを選択できます。 イングランドウエストアイユニットの検眼クリニックでは、眼鏡の処方と対応する角膜スキャンを持つ800人以上の患者のデータベースが調査員によって編集されています。 これは、予測変数として角膜スキャンパラメーターを使用して、メインラーニングモデル(AI)の測定値の機械学習モデル(AI)の予測精度をトレーニングおよび評価するのに十分なデータセットです。
調査の概要
詳細な説明
ケラトコノスは、世界中の視覚障害の主要な原因の1つです。 その主な治療オプションには、角膜架橋、角膜内リングセグメント、浸透性角膜形成術、および層状角膜形成術が含まれます。
ケラトコノスは、小児期の発症を伴う進行性の状態であり、角膜形状の不規則性が増加します。 角膜の役割は、入ってくる光を屈折させて網膜に焦点を合わせて鋭い画像を生成することです。 角膜の不規則性はこの画像を分解します。 Keratoconusは、人生の2年目と3年目を通じて発達し、通常4年間で安定します。 進行性の視力喪失につながります。 早期に検出された場合、コラーゲンの架橋治療で進行を停止または安定化することができます。 視覚が視力の質を損なうように進行すると、補正には剛性のあるコンタクトレンズまたは外科的処置が必要になることがよくあります。 角膜の角膜の不規則な形状のため、眼鏡とソフトコンタクトレンズはしばしば不十分です。
角膜移植を伴わないケラトコノスへの外科的アプローチには、埋め込み型コラマーレンズ(ICL)またはトーリック眼内レンズ(TIOL)が含まれます。 これらのアプローチの使用に関する公開された証拠はほとんどなく、乱視が修正する程度または選択する適切な軸軸に関するコンセンサスは存在しません。
低次の異常(近視、長期、乱視、乱視を含む眼鏡で修正可能なものなど)に加えて、高次の異常が存在し、メガネでは修正できません。 不規則な角膜乱視と高次の異常により、ケラトコノス患者では正確な屈折がしばしば困難です。 ケラトコノスのある目は、通常の目、特に垂直com睡よりも約5〜6倍高い異常を示します。 マニフェスト屈折シリンダー(メガネ処方の乱視成分)には、規則的および不規則な乱視の両方が含まれます。 さらに、処方の乱視の軸は、しばしば3次元の角膜イメージングに由来するトポ測定軸とは大きく異なります。 埋め込み型コラマーレンズ(ICL)またはトーリック眼内レンズ(TIOL)を受けている患者など、適切な患者の乱視管理において、マニフェスト屈折に寄与する形状因子をよりよく理解することが重要です。 理解の向上は、術後の屈折をより効果的に中和し、より大きな予測可能性を達成するのに役立ちます。 非外科的患者の場合、最適な視覚補正を達成するために最適なメガネ処方を決定することは、しばしば時間のかかる試行と誤差のプロセスを伴います。 予測可能性の向上は、最適な処方を特定するのに必要な時間を短縮する可能性があり、それにより生産性と患者のケアが向上する可能性があります。
この研究の目的は、800人を超える患者から既に収集されたデータを使用して、前方および後方の曲率や高次の異常など、地形要素(角膜形状の3次元モデリング)を、主観的なマニフェスト乱視と比較することです(角膜形状の3次元モデリング)角質の目の眼鏡処方の乱視)。 これらの方法間の格差に対するケラトコノスの重症度の影響も評価されます。
研究の種類
入学 (推定)
連絡先と場所
研究場所
-
-
Devon
-
Exeter、Devon、イギリス、EX2 5DW
- West of England Eye Unit
-
-
参加基準
適格基準
就学可能な年齢
- 子
- 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
包含基準:
- イングランド西部の視線ユニットで地形を披露したケラトコノスと診断されたすべての患者は、同時のマニフェスト屈折を伴います。
除外基準:
- 質の悪い地形スキャン。
- 眼手術の歴史。
- 16歳未満。
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
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
患者のマニフェスト乱視に対する機械学習モデルの予測のルート平均四角誤差(RMSE)。
時間枠:ベースライン
|
主要な結果測定値は、機械学習回帰分析から導き出され、人口統計学的および角質測定値は予測変数(x)として機能し、結果変数(y)として乱視されます。 各患者については、研究期間中に記録された最も早いペンタカムスキャンが同じ日に顕著な乱視測定が存在します。 |
ベースライン
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
Shapleyは、最高のパフォーマンスの機械学習モデルの各予測変数の値です。
時間枠:ベースライン
|
Shapleyの値は、モデルの予測における各変数の重要性に関する洞察を提供します。 このアプローチは、角膜地形要因とケラトコノス患者の乱視と乱視の関係を特定するのに役立ちます。 これらの値は、機械学習分析中に見られます。 各患者については、研究期間中に記録された最も早いペンタカムスキャンが同じ日に顕著な乱視測定が存在します。 |
ベースライン
|
協力者と研究者
出版物と役立つリンク
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
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
詳しくは
本研究に関する用語
その他の研究ID番号
- 2304410
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
米国で製造され、米国から輸出された製品。
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。