Ontwikkeling van een optimaal algoritme voor de behandeling van patiënten met retinale pigmentepitheelloslating bij neovasculaire leeftijdsgebonden maculaire degeneratie met behulp van kunstmatige intelligentie
11 april 2023 bijgewerkt door: Viktoria Myasnikova, The S.N. Fyodorov Eye Microsurgery State Institution
Ontwikkeling van een algoritme voor het voorspellen van de anatomische en functionele resultaten van therapie met angiogeneseremmers bij patiënten met retinale pigmentepitheelloslatingen bij neovasculaire leeftijdsgebonden maculaire degeneratie, gebaseerd op primaire optische coherentietomografie van de maculaire zone en klinische gegevens.
De studie omvat de ontwikkeling van een algoritme voor het voorspellen van anatomische en functionele resultaten van therapie met angiogeneseremmers bij patiënten met loslating van het retinale pigmentepitheel bij neovasculaire leeftijdsgebonden maculaire degeneratie, gebaseerd op primaire optische coherentietomografie van de maculaire zone en klinische gegevens.
Studie Overzicht
Toestand
Voltooid
Interventie / Behandeling
Gedetailleerde beschrijving
Patiënten werden verdeeld in 3 groepen op basis van de resultaten van de therapie: adhesie van onthechting, gebrek aan therapietrouw aan onthechting, breuk van onthechting.
Voor deze groepen worden OCT-beelden van de maculaire zone met maximale onthechting vóór therapie geselecteerd.
Deze beelden worden, samen met andere klinische parameters, ingevoerd in het algoritme.
Het resultaat is een van de 3 hierboven genoemde behandeluitkomsten.
De methoden die zullen worden gebruikt om het algoritme te ontwikkelen, omvatten methoden voor het verwerken en transformeren van gegevens, deep machine learning en statistieken voor het berekenen van de nauwkeurigheid van algoritmen.
Studietype
Observationeel
Inschrijving (Werkelijk)
300
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
-
-
-
Krasnodar, Russische Federatie, 350012
- The S.N. Fyodorov Eye Microsurgery State Institution
-
-
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
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Ja
Bemonsteringsmethode
Kanssteekproef
Studie Bevolking
Patiënten met loslating van retinaal pigmentepitheel met leeftijdsgebonden neovasculaire maculaire degeneratie
Beschrijving
Inclusiecriteria:
- Lineair B - scan door het maculaire gebied met het langste detachement
- Andere pathologieën
Uitsluitingscriteria:
- Beelden zonder onthechting
- Afbeeldingen waarop het mogelijk is om de noodzaak van therapie alleen te diagnosticeren in aanwezigheid van aanvullende factoren die niet in het onderzoek zijn overwogen.
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 |
|---|---|
|
adhesie
de groep waarbij adhesie van neuro-epitheliale loslating werd waargenomen na therapie met antivasculaire endotheliale groeifactor
|
0,05 ml anti-VEGF, intravitreaal, maandelijks
Andere namen:
|
|
geen hechting
groep waarin er geen therapietrouw was van neuro-epitheliale loslating na therapie met antivasculaire endotheliale groeifactor
|
0,05 ml anti-VEGF, intravitreaal, maandelijks
Andere namen:
|
|
разрыв
groep waarin neuro-epitheliale loslatingruptuur werd waargenomen na antivasculaire endotheliale groeifactortherapie
|
0,05 ml anti-VEGF, intravitreaal, maandelijks
Andere namen:
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Voorspellingsalgoritme
Tijdsspanne: 1.09.2022
|
Neurale netwerkclassificatie
|
1.09.2022
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Onderzoekers
- Studie directeur: Viktoria Myasnikova, D.Med.Sc., Deputy Director for Research
Publicaties en nuttige links
De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.
Algemene publicaties
- Rohm M, Tresp V, Muller M, Kern C, Manakov I, Weiss M, Sim DA, Priglinger S, Keane PA, Kortuem K. Predicting Visual Acuity by Using Machine Learning in Patients Treated for Neovascular Age-Related Macular Degeneration. Ophthalmology. 2018 Jul;125(7):1028-1036. doi: 10.1016/j.ophtha.2017.12.034. Epub 2018 Feb 14.
- Prahs P, Radeck V, Mayer C, Cvetkov Y, Cvetkova N, Helbig H, Marker D. OCT-based deep learning algorithm for the evaluation of treatment indication with anti-vascular endothelial growth factor medications. Graefes Arch Clin Exp Ophthalmol. 2018 Jan;256(1):91-98. doi: 10.1007/s00417-017-3839-y. Epub 2017 Nov 10.
- Schmidt-Erfurth U, Bogunovic H, Sadeghipour A, Schlegl T, Langs G, Gerendas BS, Osborne A, Waldstein SM. Machine Learning to Analyze the Prognostic Value of Current Imaging Biomarkers in Neovascular Age-Related Macular Degeneration. Ophthalmol Retina. 2018 Jan;2(1):24-30. doi: 10.1016/j.oret.2017.03.015. Epub 2017 May 31.
- Bogunovic H, Montuoro A, Baratsits M, Karantonis MG, Waldstein SM, Schlanitz F, Schmidt-Erfurth U. Machine Learning of the Progression of Intermediate Age-Related Macular Degeneration Based on OCT Imaging. Invest Ophthalmol Vis Sci. 2017 May 1;58(6):BIO141-BIO150. doi: 10.1167/iovs.17-21789.
- Schmidt-Erfurth U, Waldstein SM, Klimscha S, Sadeghipour A, Hu X, Gerendas BS, Osborne A, Bogunovic H. Prediction of Individual Disease Conversion in Early AMD Using Artificial Intelligence. Invest Ophthalmol Vis Sci. 2018 Jul 2;59(8):3199-3208. doi: 10.1167/iovs.18-24106.
- Kozina, E. V., S. N. Sakhnov, V. V. Myasnikova, E. V. Bykova, and L. E. Aksenova. 2021. 'Modern Trends in Diagnostics and Prediction of Results of Anti-Vascular Endothelial Growth Factor Therapy of Pigment Epithelial Detachment in Neovascular Agerelated Macular Degeneration Using Deep Machine Learning Method (Literature Review)'. Acta Biomedica Scientifica 6 (6-1): 190-203. https://doi.org/10.29413/ABS.2021-6.6-1.22.
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)
1 november 2021
Primaire voltooiing (Werkelijk)
1 september 2022
Studie voltooiing (Werkelijk)
1 september 2022
Studieregistratiedata
Eerst ingediend
5 januari 2022
Eerst ingediend dat voldeed aan de QC-criteria
12 januari 2022
Eerst geplaatst (Werkelijk)
26 januari 2022
Updates van studierecords
Laatste update geplaatst (Werkelijk)
13 april 2023
Laatste update ingediend die voldeed aan QC-criteria
11 april 2023
Laatst geverifieerd
1 april 2023
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 1 (Mobile Health and Wellness Program)
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 .