다중 소스 영상 기법을 기반으로 한 연령 관련 황반변성의 치료 효과 예측 모델
다중 소스 영상 기법을 기반으로 한 연령 관련 황반변성의 치료 효과 예측 모델의 확립 및 적용
연령관련 황반변성(AMD)은 노인 인구의 실명의 주요 원인 중 하나입니다. 현재 주요 치료 방법은 신생혈관성 AMD(nAMD)에 대한 항-VEGF 약물의 안구내 주사입니다. 그러나 환자들은 항-VEGF 치료에 대해 서로 다른 반응을 보이며, 일부 환자들은 단기 및 장기 치료에 잘 반응하지 않습니다.
본 연구에서는 과거 nAMD의 임상 데이터와 영상 데이터를 대조 분석하고, 딥러닝 치료 전후의 다중 모드에서 영상 특징을 추출하고, 임상 데이터를 평가하고 정량화하기 위해 후향적 연구를 채택했다. nAMD 환자의 단기 및 장기 예후를 예측하기 위한 두 가지 다중 소스 기능 모델을 구축합니다. 치료 효과 예측을 위한 모델의 정확도를 검증하여 위의 특성 모델들의 분류 효율을 비교하고 최적의 모델을 선정하였다. 교정곡선과 결정곡선을 이용하여 임상적용가치를 평가하였다. 또한, 연구 코호트에서 치료 반응이 좋지 않은 환자들을 후향적으로 분석하고, 실제 임상에서 다른 치료 옵션의 병용 요법의 유효성과 안전성을 분석했다. 이 연구의 목적은 nAMD에 대한 전반적인 치료 전략의 조기 예측, 동적 모니터링 및 최적화를 위한 과학적 근거를 제공하는 것입니다.
연구 개요
상태
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: YUE ZHANG
- 전화번호: 18811729626
- 이메일: 962693948@qq.com
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- OCT, OCTA, FFA 및 ICGA를 포함한 안과 검사를 통해 nAMD로 진단된 환자;
- 환자의 완전한 임상 데이터와 영상 데이터는 기준선, 항-VEGF 치료 후 3개월 및 1년에 이용 가능했습니다.
제외 기준:
- 의료 기록에는 황반부종, 녹내장, 안구 외상 등과 같이 시각 기능이나 안저 영상에 영향을 미치는 기타 질병이 있는 것으로 나타났습니다.
- 의료 기록에 따르면 영향을 받은 눈에는 두 개 이상의 황반 병변이 공존하는 것으로 나타났습니다.
- 의료 기록에 따르면 환자는 항-VEGF 치료를 받은 지 1년 이내에 안구내 레이저 치료나 안구 수술 등의 다른 치료를 받은 것으로 나타났습니다.
- 의료 기록에 따르면 안구 매체 혼탁, 치밀 황반 출혈 또는 심각한 황반 위축이 있어 필요한 매개변수를 정확하게 측정할 수 없는 것으로 나타났습니다.
- 의료 기록에는 망막 독성을 유발하는 것으로 알려진 약물의 사용이나 방사선 노출 이력이 나와 있었습니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
BCVA
기간: 기준시점, 항-VEGF 치료 후 3개월, 항-VEGF 치료 후 1년
|
LogMAR을 사용하여 가장 잘 교정된 시력
|
기준시점, 항-VEGF 치료 후 3개월, 항-VEGF 치료 후 1년
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
CMT
기간: 기준시점, 항-VEGF 치료 후 3개월, 항-VEGF 치료 후 1년
|
OCT에서 측정한 중심 황반 두께
|
기준시점, 항-VEGF 치료 후 3개월, 항-VEGF 치료 후 1년
|
공동 작업자 및 조사자
스폰서
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
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. .