Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Project Digitale Dysmorfologie

2 april 2021 bijgewerkt door: Kevin Cleary

Detectie van het syndroom van Down op basis van gezichtsfoto's met behulp van machine learning-technieken

In deze studie stellen de onderzoekers een nieuwe methode voor om het syndroom van Down op te sporen met behulp van fotografie voor gezichtsdysmorfologie, een hulpmiddel dat computerondersteunde diagnose (CAD) wordt genoemd. Na validatie van de methode zal deze technologie worden uitgebreid om vergelijkbare functies uit te voeren om te helpen bij de detectie van andere dysmorfe syndromen.

Door gebruik te maken van fotografie en beeldanalyse zou dit geautomatiseerde beoordelingsinstrument het potentieel hebben om het diagnosepercentage te verbeteren en tijdige, niet-invasieve diagnostische evaluatie op afstand voor dysmorfologen mogelijk te maken.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

In deze studie stellen onderzoekers een nieuwe methode voor om het syndroom van Down op te sporen met behulp van fotografie voor gezichtsdysmorfologie, een hulpmiddel dat computerondersteunde diagnose (CAD) wordt genoemd. Lokale textuurkenmerken op basis van Contourlet-transformatie en lokaal binair patroon worden onderzocht om de gezichtskenmerken weer te geven. Een support vector machine classifier wordt vervolgens gebruikt om onderscheid te maken tussen normale en abnormale gevallen. Nauwkeurigheid, precisie en recall worden gebruikt om de methode te evalueren. Na validatie van de methode zal deze technologie vervolgens worden uitgebreid om vergelijkbare functies uit te voeren om te helpen bij de detectie van andere dysmorfe syndromen.

Door gebruik te maken van fotografie en beeldanalyse zou dit geautomatiseerde beoordelingsinstrument het potentieel hebben om het diagnosepercentage te verbeteren en tijdige, niet-invasieve diagnostische evaluatie op afstand voor dysmorfologen mogelijk te maken.

Studietype

Ingrijpend

Inschrijving (Verwacht)

750

Fase

  • Niet toepasbaar

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Contact Back-up

Studie Locaties

  • Verenigde Staten
    • District of Columbia
      • Washington, District of Columbia, Verenigde Staten, 20010

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

Niet ouder dan 18 jaar (Kind, Volwassen)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Beschrijving

Inclusiecriteria:

  • Pediatrische proefpersoon met het syndroom van Down.
  • Gezonde pediatrische broers en zussen van een proefpersoon met het syndroom van Down en/of andere personen met een andere genetische verwijzing om als controlegroep te dienen.
  • Onderwerp moet jonger zijn dan 18 jaar.

Uitsluitingscriteria:

  • Proefpersonen 18 jaar of ouder.

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Primair doel: Onderzoek naar gezondheidsdiensten
  • Toewijzing: Niet-gerandomiseerd
  • Interventioneel model: Parallelle opdracht
  • Masker: Geen (open label)

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Actieve vergelijker: Syndroom van Down
foto's van personen jonger dan 18 jaar met het syndroom van Down
Apparaat: foto's
computergebaseerd programma om foto's te analyseren (computerondersteunde diagnosesoftware (CAD))
Actieve vergelijker: Controlegroep
foto's van personen jonger dan 18 jaar met een genetische verwijzing (geen syndroom van Down) of een gezonde broer of zus van een kind met het syndroom van Down
Apparaat: foto's
computergebaseerd programma om foto's te analyseren (computerondersteunde diagnosesoftware (CAD))

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Aantal deelnemers met het syndroom van Down nauwkeurig bepaald door middel van computerondersteunde detectie (CADe).
Tijdsspanne: 5 jaar
De studie zal fotografische gegevens van syndromale en niet-syndromale gevallen registreren en analyseren om de parameters te onderzoeken die nodig zijn om een ​​nauwkeurigheid van de computerondersteunde detectie (CADe) tool voor kinderen met genetische syndromen te bereiken met een nauwkeurigheid van 90%.
5 jaar
Aantal deelnemers met het syndroom van Down nauwkeurig bepaald door middel van computerondersteunde detectie (CADe).
Tijdsspanne: 5 jaar
De studie zal fotografische gegevens van syndromale en niet-syndromale gevallen registreren en analyseren om de parameters te onderzoeken die nodig zijn om een ​​nauwkeurigheid van de computerondersteunde detectie (CADe) tool voor kinderen met genetische syndromen te bereiken met een nauwkeurigheid van 95%.
5 jaar

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Aantal deelnemers met andere dysmorfe syndromen nauwkeurig beoordeeld door middel van computerondersteunde detectie (CADe).
Tijdsspanne: 5 jaar
De studie zal fotografische gegevens van syndromale en niet-syndromale gevallen registreren en analyseren om de parameters te onderzoeken die nodig zijn om een ​​nauwkeurigheid van de computerondersteunde detectie (CADe) tool voor kinderen met genetische syndromen te bereiken met een nauwkeurigheid van 90%.
5 jaar
Aantal deelnemers met andere dysmorfe syndromen nauwkeurig beoordeeld door middel van computerondersteunde detectie (CADe).
Tijdsspanne: 5 jaar
De studie zal fotografische gegevens van syndromale en niet-syndromale gevallen registreren en analyseren om de parameters te onderzoeken die nodig zijn om een ​​nauwkeurigheid van de computerondersteunde detectie (CADe) tool voor kinderen met genetische syndromen te bereiken met een nauwkeurigheid van 95%.
5 jaar

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Kevin Cleary

Medewerkers

George Washington University
Children's National Research Institute
Chiang Mai University

Onderzoekers

  • Hoofdonderzoeker: Kevin Cleary, PhD, Children's National

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start

1 februari 2013

Primaire voltooiing (Verwacht)

1 december 2023

Studie voltooiing (Verwacht)

1 december 2023

Studieregistratiedata

Eerst ingediend

22 oktober 2015

Eerst ingediend dat voldeed aan de QC-criteria

7 januari 2016

Eerst geplaatst (Schatting)

11 januari 2016

Updates van studierecords

Laatste update geplaatst (Werkelijk)

5 april 2021

Laatste update ingediend die voldeed aan QC-criteria

2 april 2021

Laatst geverifieerd

1 april 2021

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • Pro00003506.

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren