Diagnostische prestaties van deep learning voor hoekafsluiting
3 april 2021 bijgewerkt door: Xiulan Zhang, Sun Yat-sen University
Diagnostische prestaties van diepe convolutionele neurale netwerken voor glaucoom met gesloten hoeken: een internationale multicenterstudie
Primaire hoeksluitingsziekten (PACD) komen vaak voor in Azië.
In de klinische praktijk is gonioscopie de gouden standaard voor hoekbreedteclassificatie bij PACD-patiënten.
Gonioscopie is echter een contactonderzoek en vereist een lange leercurve.
Optische coherentietomografie van het voorste segment (AS-OCT) is een contactloze test die binnen enkele seconden driedimensionale beelden van het voorste segment kan verkrijgen.
Daarom hebben de onderzoekers de studie ontworpen om te verifiëren of op AS-OCT gebaseerd deep learning-algoritme in staat is om de PACD-subjecten te detecteren die door gonioscopie zijn gediagnosticeerd.
Studie Overzicht
Toestand
Actief, niet wervend
Conditie
Interventie / Behandeling
Studietype
Observationeel
Inschrijving (Verwacht)
3000
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, Oudere volwassene)
Accepteert gezonde vrijwilligers
Nee
Geslachten die in aanmerking komen voor studie
Allemaal
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
De datasets voor training en primaire validatie zijn verzameld uit de databases van elektronische medische en onderzoeksdossiers in het Zhongshan Ophthalmic Center van 1 september 2016 tot 1 september 2019.
De externe testdataset is verkregen van het Singapore Eye Research Institute (SERI), Singapore van juni 2008 tot november 2019, en de Chulalongkorn University en King Chulalongkorn Memorial Hospital (KCMH, Bangkok, Thailand) van oktober 2019 tot april 2020.
Beschrijving
De opnamecriteria in het onderzoek waren als volgt: (1) Alle deelnemers moeten ≥ 18 jaar oud zijn; (2) Proefpersonen hadden een eerdere diagnose van de ACA-status (smal of open, PAS of niet-PAS) op basis van gonioscopie, SS-OCT-scans en medische voorgeschiedenis.
Uitsluitingscriteria van de gegevens zijn onder meer: (1) slechte naleving bij het ontvangen van gonioscopieonderzoek; (2) onduidelijke AS-OCT-scans door knipperen of onscherp zijn; (3) recent gebruik van miotica binnen een maand; 4) secundaire hoeksluiting ten gevolge van subluxatie of dislocatie, uveïtis, neovasculair glaucoom, et al.; 5) voorgeschiedenis van oculaire chirurgie of laser-iridotomie; 6) patiënten die eerder een episode van primaire hoekafsluiting hebben gehad (verkregen over de anamnese door de patiënten te vragen).
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
- Observatiemodellen: Ander
- Tijdsperspectieven: Retrospectief
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Hoek sluiting groep
|
De OCT-scans van proefpersonen zouden in het algoritme worden geïmporteerd.
Geautomatiseerde classificatie van hoekbreedte en detectie van synechia zou worden uitgevoerd door het algoritme.
De diagnostische prestaties van het algoritme zouden worden vergeleken met gonioscopierecords.
|
|
Open hoekgroep
|
De OCT-scans van proefpersonen zouden in het algoritme worden geïmporteerd.
Geautomatiseerde classificatie van hoekbreedte en detectie van synechia zou worden uitgevoerd door het algoritme.
De diagnostische prestaties van het algoritme zouden worden vergeleken met gonioscopierecords.
|
|
Perifere synechia (PAS) groep
|
De OCT-scans van proefpersonen zouden in het algoritme worden geïmporteerd.
Geautomatiseerde classificatie van hoekbreedte en detectie van synechia zou worden uitgevoerd door het algoritme.
De diagnostische prestaties van het algoritme zouden worden vergeleken met gonioscopierecords.
|
|
Niet-perifere synechia (PAS) groep
|
De OCT-scans van proefpersonen zouden in het algoritme worden geïmporteerd.
Geautomatiseerde classificatie van hoekbreedte en detectie van synechia zou worden uitgevoerd door het algoritme.
De diagnostische prestaties van het algoritme zouden worden vergeleken met gonioscopierecords.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Gebied onder de bedrijfscurve van de ontvanger (AUC)
Tijdsspanne: Onmiddellijk na het verkrijgen van de AS-OCT-afbeeldingen
|
AUC-waarde van het deep learning-algoritme bij hoekbreedteclassificatie en synechia-detectie
|
Onmiddellijk na het verkrijgen van de AS-OCT-afbeeldingen
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Gevoeligheid en specificiteit
Tijdsspanne: Onmiddellijk na het verkrijgen van de AS-OCT-afbeeldingen
|
Gevoeligheid en specificiteit van het geautomatiseerde algoritme bij hoekbreedteclassificatie en synechia-detectie
|
Onmiddellijk na het verkrijgen van de AS-OCT-afbeeldingen
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
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 januari 2019
Primaire voltooiing (Verwacht)
1 december 2021
Studie voltooiing (Verwacht)
1 maart 2022
Studieregistratiedata
Eerst ingediend
23 januari 2020
Eerst ingediend dat voldeed aan de QC-criteria
23 januari 2020
Eerst geplaatst (Werkelijk)
27 januari 2020
Updates van studierecords
Laatste update geplaatst (Werkelijk)
8 april 2021
Laatste update ingediend die voldeed aan QC-criteria
3 april 2021
Laatst geverifieerd
1 april 2021
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 2018KYPJ074
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Ja
Beschrijving IPD-plan
De beeldvormingsgegevens van proefpersonen zouden op redelijk verzoek beschikbaar zijn voor andere onderzoekers.
Een deel van de gegevens zou open zijn als openbare datasets nadat het gerelateerde artikel is gepubliceerd.
IPD-tijdsbestek voor delen
Een deel van de gegevens zou open zijn als openbare datasets nadat het gerelateerde artikel is gepubliceerd.
IPD delen Ondersteunend informatietype
- Leerprotocool
- Analytische code
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 Hoeksluiting Glaucoom
-
Hillel Yaffe Medical CenterOnbekend
-
Inonu UniversityVoltooidGLAUCOMA 1, OPEN HOEK, D (aandoening)Kalkoen