근시 예측 알고리즘 사용 효과
2019년 7월 1일 업데이트: Haotian Lin, Sun Yat-sen University
근시 예측 알고리즘이 중국 아동의 눈굴절에 미치는 영향: 다기관 무작위 대조군 연구
본 연구에서 연구자들은 근시 예측 알고리즘을 사용하는 아동과 근시 예측 알고리즘을 사용하지 않는 아동의 근시 발달을 비교하기 위해 전향적 무작위 통제 연구를 수행하는 것을 목표로 한다.
연구 개요
상세 설명
우리는 중국의 초등학교에서 3학년 아이들을 등록할 것을 제안합니다.
아이들은 시력, 눈 굴절 및 생체 인식 검사를 받고 두 그룹으로 배정됩니다. 그룹 A의 참가자는 근시 예측 알고리즘을 사용하여 근시 발달을 예측하는 반면 그룹 B의 참가자는 근시 예측 알고리즘을 사용하지 않고 근시를 예측합니다. 개발.
두 그룹 간의 실제 근시 발달을 비교하기 위해 1년 추적 기간 동안 시력, 눈 굴절 및 생체 인식을 조사할 것입니다.
연구 유형
중재적
등록 (예상)
1680
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
8년 (어린이)
건강한 자원 봉사자를 받아들입니다
예
연구 대상 성별
모두
설명
포함 기준:
- 3학년 어린이(8-9세)
- 지난 1년 동안 눈 굴절 기록을 검사한 적이 있습니까?
- 서면 동의서 제공
제외 기준:
- 굴절이상을 제외한 기타 안구이상에 대한 확정진단
- 이전 눈 수술
- 이 재판에 참여할 의사가 없음
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 다른
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 더블
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 근시 예측 알고리즘 사용
시력, 눈 굴절 및 생체 인식 검사 후 검사 결과가 어린이에게 표시됩니다.
한편, 근시 예측 알고리즘은 향후 10년 동안 SE 및 고도 근시의 존재를 예측하는 데 사용될 것입니다.
|
후보 예측 변수에는 시험 연령, SE 및 연간 진행률이 포함되었습니다.
이러한 예측 변수를 사용하여 알고리즘은 SE를 예측하고 환자가 향후 10년 동안 고도 근시로 진행될지 여부를 예측하는 데 사용됩니다.
|
|
간섭 없음: 근시 예측 알고리즘을 사용하지 않음
시력, 눈 굴절 및 생체 인식 검사 후 검사 결과가 어린이에게 표시됩니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
최소 -0.5 디옵터(D)의 SER 개발 발생률
기간: 최대 1년
|
SER: 구형 + ½ 360 실린더; 최소 -0.5 디옵터의 SER 개발: SER2 - SER1≤-0.5D; SER1: 기준선에서 SER; SER2: SER 최대 1년
|
최대 1년
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
SER 및 AL의 변경 사항
기간: 최대 1년
|
SER 및 AL의 변경 사항이 계산됩니다. AL: 축 길이
|
최대 1년
|
|
아트로핀을 사용하는 어린이 비율의 변화
기간: 최대 1년
|
아트로핀을 사용하는 어린이 비율의 변화가 계산됩니다.
|
최대 1년
|
|
각막교정렌즈를 사용하는 아동 비율의 변화
기간: 최대 1년
|
각막 교정 렌즈를 사용하는 어린이 비율의 변화가 계산됩니다.
|
최대 1년
|
|
안경을 사용하는 어린이 비율의 변화
기간: 최대 1년
|
안경을 사용하는 어린이 비율의 변화가 계산됩니다.
|
최대 1년
|
|
아이의 하루 평균 야외 활동 시간 변화
기간: 최대 1년
|
어린이의 하루 평균 야외 활동 시간의 변화가 계산됩니다.
|
최대 1년
|
|
자녀의 하루 평균 화면 시간 변화
기간: 최대 1년
|
자녀의 하루 평균 화면 시간 변화가 계산됩니다.
|
최대 1년
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (예상)
2019년 7월 8일
기본 완료 (예상)
2021년 1월 31일
연구 완료 (예상)
2021년 1월 31일
연구 등록 날짜
최초 제출
2019년 7월 1일
QC 기준을 충족하는 최초 제출
2019년 7월 1일
처음 게시됨 (실제)
2019년 7월 2일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2019년 7월 2일
QC 기준을 충족하는 마지막 업데이트 제출
2019년 7월 1일
마지막으로 확인됨
2019년 7월 1일
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .
근시 예측 알고리즘에 대한 임상 시험
-
Fujian Medical University아직 모집하지 않음림프 전이 | 갑상선 신생물 | 갑상선 유두암 | Ret Proto-Oncogene 돌연변이중국
-
Medtronic Cardiac Rhythm and Heart FailureMedtronic종료됨
-
New York State Psychiatric InstituteNational Institute of Mental Health (NIMH)완전한