- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT04863391
Telemedisin ved aldersrelatert makuladegenerasjon
26. april 2021 oppdatert av: The New York Eye & Ear Infirmary
Pivotal utprøving av et automatisert AI-basert system for tidlig diagnose og prediksjon av sen aldersrelatert makuladegenerasjon i primærhelsetjenesten.
Denne studien søker å evaluere et system for automatisert tidlig oppdagelse av aldersrelatert makuladegenerasjon (AMD).
AMD er en tilstand der det er nedbrytning av makulaen i øyet, den delen av netthinnen som er ansvarlig for skarpt, sentralt syn.
Vi vil ta bilder av motivets øyne ved hjelp av et automatisert kamera.
Disse bildene vil bli sikkert overført og deretter analysert av et dataprogram som er utviklet i andre studier.
Resultatet av dataprogramanalysen vil bli sammenlignet med menneskelig analyse av de samme bildene.
Hvis dataanalysen har god nok nøyaktighet, kan dette datasystemet brukes til storskala screening for AMD.
Studieoversikt
Status
Rekruttering
Intervensjon / Behandling
Detaljert beskrivelse
iPredict, en AI- og telemedisinbasert programvare som brukte individets fargefundusbilde for tidlig diagnose av AMD og forutsi om et individ har risiko for progresjon til sen AMD.
iPredict-plattformen integrerer programmene på serversiden (bildeanalyse- og dyplæringsmodulene for AMD-alvorlighetsscreening og prediksjon) og lokale eksterne datamaskiner/mobilenheter (for innsamling av pasientdata og bilder).
DRS pluss kamera vil bli brukt på legekontoret.
De eksterne enhetene vil laste opp bilder og data til serveren for å analysere og skjerme AMD automatisk.
Telemedisinplattformen er utviklet for nettbasert plattform.
Den automatiske analysen vil bli utført på serveren, og en rapport vil bli sendt til pasienten/fjernenheter med en persons AMD-stadium som refererbar eller ikke-refererbar AMD, og en risikoprediksjonsscore for utvikling av sen AMD (innen et minutt), og ytterligere anbefalinger for å besøke en nærliggende øyelege.
Studietype
Observasjonsmessig
Registrering (Forventet)
1000
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Alauddin Bhuiyan, Ph.D.
- Telefonnummer: 718 926 9000
- E-post: alauddin.bhuiyan@gmail.com
Studer Kontakt Backup
- Navn: Katy Tai
- Telefonnummer: 2129794251
- E-post: ktai@nyee.edu
Studiesteder
-
-
New York
-
New York, New York, Forente stater, 10003
- Rekruttering
- New York Eye and Ear Infirmary of Mount Sinai
-
Ta kontakt med:
- Katy Tai
- Telefonnummer: 212-979-4251
- E-post: ktai@nyee.edu
-
Hovedetterforsker:
- R. Theodore Smith, MD, PHD
-
-
Deltakelseskriterier
Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
50 år og eldre (Voksen, Eldre voksen)
Tar imot friske frivillige
Nei
Kjønn som er kvalifisert for studier
Alle
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Deltakere som tilfredsstiller inkluderingskriteriene for kvalifikasjoner og ikke eksklusjonskriteriene.
Beskrivelse
Inklusjonskriterier:
- Forsøkspersoner vil bli rekruttert hvis de er villige og i stand til å overholde klinikkbesøk og studierelaterte prosedyrer, og gi signert informert samtykke
- Kjønn på fag: Både menn og kvinner vil bli invitert til å delta.
- Alder på forsøkspersonene: Pasienter vil være over 50 år og eldre
Ekskluderingskriterier:
- Kan ikke gi informert samtykke.
- Andre netthinnedegenerasjoner og retinal vaskulære sykdommer som diabetisk retinopati eller makulaødem, tidligere netthinnekirurgi.
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Kohort
- Tidsperspektiver: Potensielle
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
tidlig/ingen vs.
For identifikasjon av tidlig/ingen (dvs. ikke-henvisningsnivå) aldersrelatert makuladegenerasjon (ARMD)
|
Kunstig intelligens leste rapporter Henvisbar versus Non Referral AMD
|
|
middels/sen AMD
middels/sen (dvs. henvisningsnivå) Aldersrelatert makuladegenerasjon (ARMD)
|
Kunstig intelligens leste rapporter Henvisbar versus Non Referral AMD
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Sensitivitet for identifisering av refererbar og ikke-refererbar AMD for tidlig diagnose av AMD
Tidsramme: 2 år
|
Sensitivitet for identifikasjon av refererbar og ikke-refererbar AMD for tidlig diagnose av AMD ved bruk av iPredicts AI-baserte AMD-screeningprogramvare som bruker fargefundusavbildning.
|
2 år
|
|
Spesifisitet for identifikasjon av refererbar og ikke-refererbar AMD for tidlig diagnose av AMD ved bruk av iPredicts AI-baserte AMD-screeningprogramvare som bruker fargefundusavbildning.
Tidsramme: 2 år
|
Ved å bruke gullstandarden (dvs. øyelegens gradering), beregnes sensitiviteten og spesifisiteten som: Sens=TP/(TP+FN) Spec=TN/(TN+FP) Der TP er antall sanne positive (referable AMD-emner) korrekt klassifisert), FN er antall falske negative (refererbare AMD-subjekter feilaktig klassifisert som ikke-refererbare), TN er antall sanne negative (ikke-refererbare personer korrekt klassifisert), og FP er antall falske positive (ikke-refererbare). refererbare AMD-emner feilaktig klassifisert som refererbar AMD).
|
2 år
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Samarbeidspartnere
Studierekorddatoer
Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.
Studer hoveddatoer
Studiestart (Faktiske)
19. juli 2020
Primær fullføring (Forventet)
19. juli 2022
Studiet fullført (Forventet)
31. desember 2022
Datoer for studieregistrering
Først innsendt
19. april 2021
Først innsendt som oppfylte QC-kriteriene
26. april 2021
Først lagt ut (Faktiske)
28. april 2021
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
28. april 2021
Siste oppdatering sendt inn som oppfylte QC-kriteriene
26. april 2021
Sist bekreftet
1. april 2021
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 18-00787
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Nei
IPD-planbeskrivelse
Det er ingen IPD-delingsplan for øyeblikket.
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Ja
produkt produsert i og eksportert fra USA
Nei
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .