인공지능을 이용한 신생혈관 연령관련 황반변성 환자의 망막색소상피박리 환자 관리를 위한 최적 알고리즘 개발
2023년 4월 11일 업데이트: Viktoria Myasnikova, The S.N. Fyodorov Eye Microsurgery State Institution
황반부의 일차광간섭단층촬영술과 임상자료를 바탕으로 신생혈관 연령관련 황반변성 환자에서 망막색소상피박리 환자의 혈관신생억제제 치료 결과의 해부학적, 기능적 예측 알고리즘 개발.
이번 연구는 황반부의 일차 광간섭 단층 촬영과 임상 데이터를 기반으로 신생혈관 연령 관련 황반 변성에서 망막 색소 상피 박리가 있는 환자에서 혈관신생 억제제를 사용한 치료의 해부학적 및 기능적 결과를 예측하기 위한 알고리즘 개발을 포함한다.
연구 개요
상세 설명
환자는 치료 결과에 따라 박리유착, 박리유착 부족, 박리파열의 3군으로 분류하였다.
이 그룹의 경우 치료 전 최대 박리가 있는 황반 영역의 OCT 영상을 선택합니다.
이러한 이미지는 다른 임상 매개변수와 함께 알고리즘에 입력됩니다.
결과는 위에 나열된 3가지 치료 결과 중 하나입니다.
알고리즘 개발에 사용될 방법에는 데이터 처리 및 변환 방법, 딥 머신 러닝, 알고리즘의 정확도를 계산하는 메트릭이 포함됩니다.
연구 유형
관찰
등록 (실제)
300
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
-
Krasnodar, 러시아 연방, 350012
- The S.N. Fyodorov Eye Microsurgery State Institution
-
-
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
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
예
샘플링 방법
확률 샘플
연구 인구
연령 관련 신생혈관황반변성을 동반한 망막색소상피박리 환자
설명
포함 기준:
- 선형 B - 박리가 가장 긴 황반 부위를 스캔합니다.
- 기타 병리
제외 기준:
- 분리되지 않은 이미지
- 연구에서 고려되지 않은 추가 요인이 있는 경우에만 치료의 필요성을 진단할 수 있는 이미지.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
부착
항혈관내피성장인자 치료 후 신경상피박리 유착이 관찰된 군
|
0.05 ml 항-VEGF, 유리체강내, 매월
다른 이름들:
|
|
접착력 없음
항혈관내피세포성장인자 치료 후 신경상피박리 유착이 없는 군
|
0.05 ml 항-VEGF, 유리체강내, 매월
다른 이름들:
|
|
라즈리브
항혈관내피성장인자 치료 후 신경상피박리 파열이 관찰된 군
|
0.05 ml 항-VEGF, 유리체강내, 매월
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
예측 알고리즘
기간: 2022년 1월 9일
|
신경망 분류기
|
2022년 1월 9일
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 연구 책임자: Viktoria Myasnikova, D.Med.Sc., Deputy Director for Research
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
일반 간행물
- Rohm M, Tresp V, Muller M, Kern C, Manakov I, Weiss M, Sim DA, Priglinger S, Keane PA, Kortuem K. Predicting Visual Acuity by Using Machine Learning in Patients Treated for Neovascular Age-Related Macular Degeneration. Ophthalmology. 2018 Jul;125(7):1028-1036. doi: 10.1016/j.ophtha.2017.12.034. Epub 2018 Feb 14.
- Prahs P, Radeck V, Mayer C, Cvetkov Y, Cvetkova N, Helbig H, Marker D. OCT-based deep learning algorithm for the evaluation of treatment indication with anti-vascular endothelial growth factor medications. Graefes Arch Clin Exp Ophthalmol. 2018 Jan;256(1):91-98. doi: 10.1007/s00417-017-3839-y. Epub 2017 Nov 10.
- Schmidt-Erfurth U, Bogunovic H, Sadeghipour A, Schlegl T, Langs G, Gerendas BS, Osborne A, Waldstein SM. Machine Learning to Analyze the Prognostic Value of Current Imaging Biomarkers in Neovascular Age-Related Macular Degeneration. Ophthalmol Retina. 2018 Jan;2(1):24-30. doi: 10.1016/j.oret.2017.03.015. Epub 2017 May 31.
- Bogunovic H, Montuoro A, Baratsits M, Karantonis MG, Waldstein SM, Schlanitz F, Schmidt-Erfurth U. Machine Learning of the Progression of Intermediate Age-Related Macular Degeneration Based on OCT Imaging. Invest Ophthalmol Vis Sci. 2017 May 1;58(6):BIO141-BIO150. doi: 10.1167/iovs.17-21789.
- Schmidt-Erfurth U, Waldstein SM, Klimscha S, Sadeghipour A, Hu X, Gerendas BS, Osborne A, Bogunovic H. Prediction of Individual Disease Conversion in Early AMD Using Artificial Intelligence. Invest Ophthalmol Vis Sci. 2018 Jul 2;59(8):3199-3208. doi: 10.1167/iovs.18-24106.
- Kozina, E. V., S. N. Sakhnov, V. V. Myasnikova, E. V. Bykova, and L. E. Aksenova. 2021. 'Modern Trends in Diagnostics and Prediction of Results of Anti-Vascular Endothelial Growth Factor Therapy of Pigment Epithelial Detachment in Neovascular Agerelated Macular Degeneration Using Deep Machine Learning Method (Literature Review)'. Acta Biomedica Scientifica 6 (6-1): 190-203. https://doi.org/10.29413/ABS.2021-6.6-1.22.
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)
2021년 11월 1일
기본 완료 (실제)
2022년 9월 1일
연구 완료 (실제)
2022년 9월 1일
연구 등록 날짜
최초 제출
2022년 1월 5일
QC 기준을 충족하는 최초 제출
2022년 1월 12일
처음 게시됨 (실제)
2022년 1월 26일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2023년 4월 13일
QC 기준을 충족하는 마지막 업데이트 제출
2023년 4월 11일
마지막으로 확인됨
2023년 4월 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. .