각도 폐쇄를 위한 딥러닝의 진단 성능
2021년 4월 3일 업데이트: Xiulan Zhang, Sun Yat-sen University
폐쇄각 녹내장에 대한 심층 합성곱 신경망의 진단 성능: 국제 다기관 연구
일차각폐쇄질환(PACD)은 아시아에서 흔히 볼 수 있습니다.
임상 실습에서 고니오스코피는 PACD 환자의 각도 너비 분류를 위한 황금 표준입니다.
그러나 전방각경 검사는 접촉 검사이며 긴 학습 곡선이 필요합니다.
AS-OCT(Anterior Segment Optical Coherence Tomography)는 수초 내에 전안부의 3차원 이미지를 얻을 수 있는 비접촉 검사입니다.
따라서 연구자들은 AS-OCT 기반의 딥러닝 알고리즘이 전방각경으로 진단된 PACD 대상자를 감지할 수 있는지 검증하기 위해 연구를 설계하였다.
연구 개요
연구 유형
관찰
등록 (예상)
3000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Guangdong
-
Guangzhou, Guangdong, 중국, 51000
- Zhongshan Ophthalmic Center
-
-
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
18년 이상 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
아니
연구 대상 성별
모두
샘플링 방법
비확률 샘플
연구 인구
교육 및 기본 검증 데이터 세트는 2016년 9월 1일부터 2019년 9월 1일까지 Zhongshan Ophthalmic Center의 전자 의료 및 연구 기록 데이터베이스에서 수집되었습니다.
외부 테스트 데이터 세트는 2008년 6월부터 2019년 11월까지 싱가포르의 Singapore Eye Research Institute(SERI)에서, 2019년 10월부터 2020년 4월까지 Chulalongkorn University 및 King Chulalongkorn Memorial Hospital(태국 방콕, KCMH)에서 입수했습니다.
설명
연구의 포함 기준은 다음과 같습니다: (1) 모든 참가자는 ≥ 18세여야 합니다. (2) 연구 대상자는 전각경 검사, SS-OCT 스캔 및 병력 기록을 기반으로 ACA 상태(협소 또는 개방, PAS 또는 비PAS)의 이전 진단을 받았습니다.
데이터의 제외 기준은 다음과 같습니다. (2) 깜박임 또는 초점이 맞지 않아 AS-OCT 스캔이 불분명함; (3) 한 달 이내의 최근 축동제 사용; 4) 아탈구 또는 탈구, 포도막염, 신생혈관 녹내장 등으로 인한 이차 각 폐쇄; 5) 안구 수술 또는 레이저 홍채 절개술의 병력; 6) 이전에 1차 각도 폐쇄 에피소드가 있었던 환자(환자에게 질문하여 병력을 얻었음).
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 다른
- 시간 관점: 회고전
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
앵글 클로저 그룹
|
연구 주제의 OCT 스캔을 알고리즘으로 가져옵니다.
각도 폭의 자동 분류 및 유착 감지는 알고리즘에 의해 수행됩니다.
알고리즘의 진단 성능은 gonioscopy 기록과 비교됩니다.
|
|
열린 각도 그룹
|
연구 주제의 OCT 스캔을 알고리즘으로 가져옵니다.
각도 폭의 자동 분류 및 유착 감지는 알고리즘에 의해 수행됩니다.
알고리즘의 진단 성능은 gonioscopy 기록과 비교됩니다.
|
|
말초 유착(PAS) 그룹
|
연구 주제의 OCT 스캔을 알고리즘으로 가져옵니다.
각도 폭의 자동 분류 및 유착 감지는 알고리즘에 의해 수행됩니다.
알고리즘의 진단 성능은 gonioscopy 기록과 비교됩니다.
|
|
비말초 유착(PAS) 그룹
|
연구 주제의 OCT 스캔을 알고리즘으로 가져옵니다.
각도 폭의 자동 분류 및 유착 감지는 알고리즘에 의해 수행됩니다.
알고리즘의 진단 성능은 gonioscopy 기록과 비교됩니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
수신기 작동 곡선(AUC) 아래 영역
기간: AS-OCT 이미지를 얻은 직후
|
각도 폭 분류 및 유착 검출에서 딥러닝 알고리즘의 AUC 값
|
AS-OCT 이미지를 얻은 직후
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
민감도 및 특이도
기간: AS-OCT 이미지를 얻은 직후
|
각도 폭 분류 및 유착 감지에서 자동화 알고리즘의 민감도 및 특이성
|
AS-OCT 이미지를 얻은 직후
|
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 (실제)
2019년 1월 15일
기본 완료 (예상)
2021년 12월 1일
연구 완료 (예상)
2022년 3월 1일
연구 등록 날짜
최초 제출
2020년 1월 23일
QC 기준을 충족하는 최초 제출
2020년 1월 23일
처음 게시됨 (실제)
2020년 1월 27일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2021년 4월 8일
QC 기준을 충족하는 마지막 업데이트 제출
2021년 4월 3일
마지막으로 확인됨
2021년 4월 1일
추가 정보
이 연구와 관련된 용어
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
예
IPD 계획 설명
연구 피험자의 이미징 데이터는 타당한 요청이 있는 경우 다른 연구자가 사용할 수 있습니다.
데이터의 일부는 관련 기사가 게시된 후 공개 데이터 세트로 공개됩니다.
IPD 공유 기간
데이터의 일부는 관련 기사가 게시된 후 공개 데이터 세트로 공개됩니다.
IPD 공유 지원 정보 유형
- 연구 프로토콜
- 분석 코드
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
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. .