Potentiële risicofactoren en voorspellende modelconstructie van OBL tijdens SMILE
27 augustus 2024 bijgewerkt door: Yifeng Yu, Second Affiliated Hospital of Nanchang University
Het voorspellen van een ondoorzichtige bellenlaag tijdens een lensextractieoperatie met kleine incisies op basis van diepgaand leren
De voorspelling van OBL onderzoeken door middel van een deep learning-model bij SMILE-chirurgie
Studie Overzicht
Toestand
Voltooid
Interventie / Behandeling
Gedetailleerde beschrijving
Het DL-model werd gebruikt om het OBL-gebied tijdens een SMILE-operatie te voorspellen door de volledige weergave van de cornea te identificeren vóór laserscanning.
Het ontwikkelde DL-model kan chirurgen helpen het mogelijke OBL-gebied van patiënten vooraf te voorspellen, om zo enkele chirurgische parameters aan te passen en de vorming van OBL te verminderen, wat negatieve effecten op de operatie van de chirurg en het postoperatieve visuele herstel van de patiënt kan voorkomen. belangrijke praktische betekenis.
Studietype
Observationeel
Inschrijving (Werkelijk)
4678
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
-
-
Jiangxi
-
Nanchang, Jiangxi, China, 330000
- The Second Affiliated Hospital of Nanchang University
-
-
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
Accepteert gezonde vrijwilligers
Ja
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
Patiënten uit klinieken in het oogheelkundig centrum van het tweede aangesloten ziekenhuis van de Nanchang Universiteit
Beschrijving
Inclusiecriteria:
- Een aandoening waarbij de sferische equivalente brekingsfout van een oog ≤ -0,50 D is wanneer de oculaire accommodatie ontspannen is;
- Leeftijd ≥18 jaar;
- Sferisch equivalent (SE) ≥ -10,0D;
- Gecorrigeerde gezichtsscherpte op afstand (CDVA) ≥ 16/20;
- Stabiele bijziendheid gedurende minimaal 2 jaar;
- Minimaal 2 weken geen contactlenzen dragen
Uitsluitingscriteria:
- De aanwezigheid of geschiedenis van andere oogaandoeningen dan bijziendheid en astigmatisme, zoals keratoconus of uitwendig oogletsel;
- Een geschiedenis van oogchirurgie;
- De aanwezigheid of geschiedenis van systemische ziekten.
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 |
|---|---|
|
Ogen met SMILE-operaties
Eyes with SMILE operaties uitgevoerd door drie chirurgen met verschillende ervaringen.
|
Kleine incisie-extractieoperaties voor lenticules uitgevoerd door twee experts op het gebied van refractieve chirurgie (expert op het gebied van refractieve chirurgie 1: YYF, universitair hoofddocent met 10 jaar ervaring als refractieve chirurg; expert op het gebied van refractieve chirurgie 2: GF, universitair hoofddocent met 5 jaar ervaring als refractieve chirurg) en een behandelend oogarts (XJ, behandelend oogarts met 1 jaar ervaring als refractiechirurg).
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Het gebied van patiënten met een ondoorzichtige bellenlaag tijdens de SMILE-operaties
Tijdsspanne: Dag 0
|
Het gebied van patiënten met een ondoorzichtige bellenlaag werd geobserveerd tijdens de SMILE-operaties.
|
Dag 0
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Diep leermodel
Tijdsspanne: Dag 0
|
Voorspellende prestaties van een deep learning-model op de OBL bij SMILE-operaties.
|
Dag 0
|
|
ResNet-model
Tijdsspanne: Dag 0
|
Voorspellende prestaties van het ResNet-model op de OBL bij SMILE-operaties.
|
Dag 0
|
|
Vgg19-model
Tijdsspanne: Dag 0
|
Voorspellende prestaties van het Vgg-model op de OBL bij SMILE-operaties.
|
Dag 0
|
|
U-net-model
Tijdsspanne: Dag 0
|
Voorspellende prestaties van het U-net-model op de OBL bij SMILE-operaties.
|
Dag 0
|
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)
1 mei 2024
Primaire voltooiing (Werkelijk)
1 augustus 2024
Studie voltooiing (Werkelijk)
1 augustus 2024
Studieregistratiedata
Eerst ingediend
26 augustus 2024
Eerst ingediend dat voldeed aan de QC-criteria
27 augustus 2024
Eerst geplaatst (Werkelijk)
29 augustus 2024
Updates van studierecords
Laatste update geplaatst (Werkelijk)
29 augustus 2024
Laatste update ingediend die voldeed aan QC-criteria
27 augustus 2024
Laatst geverifieerd
1 augustus 2024
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 2024086
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 .