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

Diagnostische werkzaamheid van CNN bij differentiatie van gezichtsveld

23 januari 2020 bijgewerkt door: Xiulan Zhang, Sun Yat-sen University

Diagnostische werkzaamheid van op convolutioneel neuraal netwerk gebaseerd algoritme bij differentiatie van glaucomateus gezichtsveld van niet-glaucoom gezichtsveld

Glaucoom is momenteel de belangrijkste oorzaak van onomkeerbare blindheid in de wereld. De multi-center studie is ontworpen om de doeltreffendheid van het op convolutionele neurale netwerk gebaseerde algoritme te evalueren bij de differentiatie van glaucomateus en niet-glaucoom gezichtsveld, en om het nut ervan in de echte wereld te beoordelen.

Studie Overzicht

Gedetailleerde beschrijving

Glaucoom is 's werelds belangrijkste oorzaak van onomkeerbare blindheid, gekenmerkt door progressieve dunner wordende zenuwvezellaag van het netvlies en gezichtsvelddefecten. Visuele veldtest is een van de gouden standaarden voor diagnose en evaluatie van progressie van DrDeramus. Er is echter geen algemeen aanvaarde standaard voor de interpretatie van gezichtsveldresultaten, die subjectief is en veel ervaring vereist. Op dit moment heeft kunstmatige intelligentie de nauwkeurigheid bereikt die vergelijkbaar is met menselijke artsen bij de interpretatie van medische beeldvorming van veel verschillende ziekten. Eerder hebben we een diep convolutioneel neuraal netwerk getraind om de gezichtsveldrapporten te lezen, wat een nog hogere diagnostische effectiviteit heeft dan oogartsen. De huidige multi-center studie is ontworpen om de doeltreffendheid van het op convolutionele neurale netwerk gebaseerde algoritme te evalueren bij de differentiatie van glaucomateus en niet-glaucoom gezichtsveld, de prestaties ervan te vergelijken met die van oogartsen en om het nut ervan in de echte wereld te beoordelen.

Studietype

Observationeel

Inschrijving (Werkelijk)

437

Contacten en locaties

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

Studie Locaties

    • Guangdong
      • Guangzhou, Guangdong, China, 51000
        • Zhongshan Ophthalmic Center

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

18 jaar en ouder (VOLWASSEN, OUDER_ADULT)

Accepteert gezonde vrijwilligers

Ja

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Patiënten uit klinieken in verschillende oogcentra in heel China. Elk onderwerp moet worden gediagnosticeerd op basis van uitgebreide medische tests en medische dossiers. Het leidende centrum zal alle medische gegevens lezen om de diagnose als gouden standaard te geven.

Beschrijving

Inclusiecriteria:

  1. Leeftijd≥18;
  2. Geïnformeerde toestemming verkregen;
  3. Gediagnosticeerd met specifieke oogziekten;
  4. In staat om visuele veldtesten uit te voeren

Uitsluitingscriteria:

Onvolledige klinische gegevens ter ondersteuning van de diagnose

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

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
AI-groep
De gezichtsveldrapporten in deze groep zullen worden geëvalueerd door het convolutionele neurale netwerk.
De verzamelde visuele velden zouden onafhankelijk worden beoordeeld door het algoritme en oogartsen. De prestaties van het algoritme en de oogartsen zouden worden vergeleken, inclusief nauwkeurigheid, AUC, gevoeligheid en specificiteit.
Andere namen:
  • Standaard diagnostische procedure
Menselijke groep
De gezichtsveldrapportages in deze groep worden door 3 oogartsen onafhankelijk van elkaar beoordeeld.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Tijdsspanne
AUC-waarde van convolutioneel neuraal netwerk bij differentiatie van het gezichtsveld van DrDeramus van het gezichtsveld van niet-glaucoom
Tijdsspanne: van januari 2019 tot januari 2020
van januari 2019 tot januari 2020

Secundaire uitkomstmaten

Uitkomstmaat
Tijdsspanne
Gevoeligheid en specificiteit van convolutioneel neuraal netwerk bij detectie van het gezichtsveld van DrDeramus
Tijdsspanne: van januari 2019 tot januari 2020
van januari 2019 tot januari 2020

Medewerkers en onderzoekers

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

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 (WERKELIJK)

15 maart 2019

Primaire voltooiing (WERKELIJK)

31 december 2019

Studie voltooiing (WERKELIJK)

31 december 2019

Studieregistratiedata

Eerst ingediend

26 november 2018

Eerst ingediend dat voldeed aan de QC-criteria

28 november 2018

Eerst geplaatst (WERKELIJK)

30 november 2018

Updates van studierecords

Laatste update geplaatst (WERKELIJK)

27 januari 2020

Laatste update ingediend die voldeed aan QC-criteria

23 januari 2020

Laatst geverifieerd

1 januari 2020

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • 2018KYPJ125

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

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 .

Klinische onderzoeken op AI diagnostisch algoritme

Abonneren