重症ドライアイ疾患の治療の検出と最適化
重症ドライアイ疾患の検出と治療の最適化
ドライアイ患者の大多数は地域社会で見られる。満足のいくプロトコルや自信の欠如は、開業医がそのような患者を管理する上で大きな障害となり、不正確な紹介や不満足な患者を生み出す可能性がある。問題は、ドライアイの併存疾患が正式に診断されていない場合でも、さらに複雑化している。
医療を病院医療から地域医療へ、さらには健康へと移行させる医療戦略に合わせて、画像ベースのスクリーニングシステムを用いてプライマリケア提供者の自信を高めることを提案する。
この研究は、単純なDEQ-5症状質問票を用いたドライアイスクリーニングに加えて、またはその代わりとして、このスクリーニングAIアルゴリズム（プロトタイプ）の有効性を判断することを目的とする。
調査の概要
状態
条件
詳細な説明
我々は、染色後の単一の角膜画像が、三次医療での管理が理想的であるDED（ドライアイ疾患）を検出できることを示しました。これらの症例には処方箋点眼薬が必要だからです。シクロスポリン点眼薬が効果を示すDED患者の主なタイプは、重度の角膜染色を示す患者です。[1] ASTARのデータサイエンティストとの協力により、中国とシンガポールからの1000枚以上の画像を含む予備データは、この人工知能ベースのスクリーニングが感度特異度ともに優れていることを示しています。
不必要な病院への紹介を減らすことで、医療を持続可能かつ手頃なものにします。これまでは、地域の患者は主観的な症状のみに基づいて評価されていました。我々はこれを検証済みで短いDEQ5質問票で標準化するだけでなく、角膜画像（プロトタイプ）にAIアルゴリズムを用いることで、スクリーニングの精度が向上するかどうかを、DEQ5に加えて、またはDEQ5の代わりに評価します。
目的：このスクリーニングAIアルゴリズム（プロトタイプ）を、簡単なDEQ-5症状質問票によるドライアイスクリーニングに追加した場合またはその代わりに用いた場合の有効性を判定する。
根拠：DEQ-5はドライアイ症例の検出を目的としていますが、必ずしも専門医ケアを必要とするドライアイを検出するわけではありません。AIアルゴリズムは中心角膜染色のある症例を捉え、それを専門医ケアに紹介できます。紹介されなかった症例は、まぶたの warming、人工涙液、アドバイスで管理し、後日再スクリーニングすることを目的とします。
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前：Sharon Yeo, BSc
- 電話番号：65767200
- メール：sharon.yeo.w.j@singhealth.com.sg
研究場所
-
-
-
Singapore、シンガポール、169856
- 募集
- Singapore Eye Research Institute
-
コンタクト：
- Sharon Yeo, BSc
- 電話番号：65767200
- メール：sharon.yeo.w.j@seri.com.sg
-
-
参加基準
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
選択基準：
- 21歳以上
- ドライアイ外来で以前にドライアイと診断された参加者（過去に紹介され、人工涙液や処方点眼薬などのさまざまな治療を受けたことがある）
- この研究におけるすべての眼科検査と質問票を実施することに同意する
- インフォームド・コンセントを提供できる
除外基準：
- ベースラインで除外基準のいずれかに該当する被験者は参加から除外され、その後基準を列挙する。
- 治験責任医師が判断するその他の特定の理由
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 |
|---|---|---|
|
簡易なDEQ-5症状質問票を用いたドライアイスクリーニングに加えて、またはその代わりとして、プロトタイプであるこのスクリーニングAIアルゴリズムの有効性を判定すること。
時間枠：3年
|
DEQ-5はドライアイの症例を検出することを目的としていますが、必ずしも専門医のケアを必要とするドライアイではありません。
AIアルゴリズムは中央角膜染色のある症例を検出し、専門医のケアに紹介することができます。
紹介されなかった症例は、まぶたの温罨法、人工涙液、およびアドバイスで管理され、後日再スクリーニングを目指します。
|
3年
|
協力者と研究者
捜査官
- 主任研究者：Louis Tong、Singapore Eye Research Institute (SERI)
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
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。