AI classificeert multiretinale aandoeningen
Op diep leren gebaseerde geautomatiseerde classificatie van multi-retinale aandoeningen van fundusfotografie
Studie Overzicht
Toestand
Conditie
Gedetailleerde beschrijving
Netvliesaandoeningen bedreigen het gezichtsvermogen en de kwaliteit van leven ernstig, maar ontwikkelen zich vaak sluipend. Tot op heden hebben algoritmen voor diep leren (DL) grote vooruitzichten in de biomedische wetenschap, met name bij de diagnose van oogziekten, zoals diabetische retinopathie, leeftijdsgebonden maculadegeneratie, prematuriteitsretinopathie, glaucoom en papiloedeem. Er is echter nog steeds geen enkel algoritme dat multi-ziekten uit fundusfotografie kan classificeren.
Deze cross-sectionele studie zal een DL-algoritme opzetten om automatisch multi-ziekten van fundusfotografie te classificeren en onderscheid te maken tussen belangrijke visusbedreigende aandoeningen en andere netvliesafwijkingen. We zullen de Receiver Operating Characteristic (ROC)-curve gebruiken om het vermogen van herkenning en classificatie van ziekten te onderzoeken. Als we de resultaten van het expertpanel als de gouden standaard nemen, zullen we de evaluatie-indexen, zoals gevoeligheid, specificiteit, nauwkeurigheid, positieve voorspellende waarde, negatieve voorspellende waarde, enz. Gebruiken om de diagnostische capaciteit tussen het AI-herkenningssysteem en de menselijke oogarts te vergelijken .
Studietype
Inschrijving (Verwacht)
Contacten en locaties
Studie Locaties
-
-
Beijing
-
Beijing, Beijing, China, 100730
- Werving
- Wen-Bin Wei
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Geslachten die in aanmerking komen voor studie
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- fundusfotografie rond een veld van 45° dat de optische schijf en macula bedekt
- volledige patiëntidentificatiegegevens;
Uitsluitingscriteria:
- onvolledige patiëntidentificatiegegevens
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Retinale multi-ziekten gediagnosticeerd door DL-algoritme
|
Het DL-algoritme classificeert automatisch multi-ziekten van fundusfotografie en onderscheidt belangrijke visusbedreigende aandoeningen en andere netvliesafwijkingen.
|
|
Retinale multi-ziekten gediagnosticeerd door expertpanel
|
Expertpanel classificeert multi-ziekten van fundusfotografie en onderscheidt belangrijke visusbedreigende aandoeningen en andere netvliesafwijkingen.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Gebied onder curve
Tijdsspanne: 1 week
|
We zullen de Receiver Operating Characteristic (ROC)-curve gebruiken om het vermogen van herkenning en classificatie van ziekten te onderzoeken.
Als we de resultaten van het expertpanel als gouden standaard nemen, zullen we het gebied onder de curve gebruiken om de diagnostische capaciteit tussen het AI-herkenningssysteem en de menselijke oogarts te vergelijken.
|
1 week
|
|
Gevoeligheid en specificiteit
Tijdsspanne: 1 week
|
Met de resultaten van het expertpanel als gouden standaard, zullen we sensitiviteit en specificiteit gebruiken om de diagnostische capaciteit tussen het AI-herkenningssysteem en de menselijke oogarts te vergelijken.
|
1 week
|
|
Positieve en negatieve voorspellende waarde
Tijdsspanne: 1 week
|
Als we de resultaten van het expertpanel als gouden standaard nemen, zullen we positieve en negatieve voorspellende waarde gebruiken om de diagnostische capaciteit tussen het AI-herkenningssysteem en de menselijke oogarts te vergelijken.
|
1 week
|
|
Nauwkeurigheid
Tijdsspanne: 1 week
|
Als we de resultaten van het expertpanel als gouden standaard nemen, zullen we nauwkeurigheid gebruiken om de diagnostische capaciteit tussen het AI-herkenningssysteem en de menselijke oogarts te vergelijken.
|
1 week
|
Medewerkers en onderzoekers
Sponsor
Medewerkers
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Verwacht)
Studie voltooiing (Verwacht)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- Retinal multi diseases
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
product vervaardigd in en geëxporteerd uit de V.S.
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 .