Diagnostisk effektivitet av dypnevrale nettverksmodeller for valg og prediksjon av implanterbare Collamer-linse
21. april 2026 oppdatert av: Jian Xiong, Second Affiliated Hospital of Nanchang University
Diagnostisk effektivitet av Deep Neural Network Algoritme basert på preoperativ Scheimpflug-basert fremre segmentbilde for valg og prediksjon av implanterbar Collamer-linse
For å evaluere den diagnostiske effekten av dyplæringsnettverksmodell i implanterbar collamer-linsevalg og prediksjon i en multisenter tverrsnittsstudie
Studieoversikt
Status
Rekruttering
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
Implantasjon av intraokulær linse i bakre kammer er et hovedvalg for korrigering av nærsynthet.
Implantable collamer linse (ICL) er for tiden den mest brukte, og den offisielle referanseindeksen er hovedsakelig basert på biologiske parametere hentet fra øyebilder.
Parameteranskaffelsen og valget av ICL-design er ofte kontroversielt, noe som tvinger legene til å syntetisere flere modale data, noe som gjør optimaliseringen av ICL-formelen til et fokus for oppmerksomhet i refraktiv kirurgi.
Denne forskningen hadde som mål å bygge en bildebasert ICL-prediksjonsalgoritme for å hjelpe menneskelige leger med å ta beslutninger og forbedre nøyaktigheten, sikkerheten og forutsigbarheten til ICL-implantasjon.
Studietype
Observasjonsmessig
Registrering (Antatt)
326
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Jian Xiong doctor
- Telefonnummer: +8618170906556
- E-post: 894040417@qq.com
Studer Kontakt Backup
- Navn: Fu Gui docter
- Telefonnummer: +8613879101919
- E-post: 564436578@qq.com
Studiesteder
-
-
Jiangxi
-
Nanchang, Jiangxi, Kina, 330000
- Rekruttering
- The Second Affiliated Hospital of Nanchang University
-
Ta kontakt med:
- Jian Xiong doctor
- Telefonnummer: +8618170906556
- E-post: 894040417@qq.com
-
Ta kontakt med:
- Fu Gui doctor
- Telefonnummer: +8613879101919
- E-post: 564436578@qq.com
-
-
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
- Voksen
Tar imot friske frivillige
Ja
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Pasienter fra klinikker i forskjellige øyesentre over hele Kina.
Hvert forsøksperson skal ha komplett kirurgisk videoopptak og medisinske journaler.
Beskrivelse
Inkluderingskriterier:
- Alder 18-45 år ;
- Myopi, med eller uten astigmatisme, årlig dioptriendring ≤ 0,50 D i 2 påfølgende år;
- Fremre kammerdybde ≥ 2,80 mm;
- Hornhinneendotelcelletall ≥ 2000/mm2, stabil cellemorfologi;
- Det var ingen andre øyesykdommer som signifikant påvirket synet og/eller systemiske organiske lesjoner som påvirket kirurgisk utvinning.
Ekskluderingskriterier:
- Det var ingen andre øyesykdommer som signifikant påvirket synet og/eller systemiske organiske lesjoner som påvirket kirurgisk utvinning;
- Har en historie med hornhinnerefraktiv kirurgi eller intraokulær kirurgi;
- Endotelcelletallet i hornhinnen er lavt;
- De med systemiske sykdommer;
- Ammende eller gravide kvinner.
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Øyne med ICL-operasjoner
Øyne med SMILE operasjoner som ble utført av kirurger med erfaring.
|
ICL-prosedyrene som samles inn vil bli vurdert av algoritmen.
Ytelsen til algoritmen vil bli vurdert, inkludert nøyaktighet, AUC, sensitivitet og spesifisitet.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
AUROC av konvolusjonelt nevralt nettverk for å forutsi hvelv etter ICL-kirurgi
Tidsramme: Dag 7
|
Området under mottakeren som er karakteristisk for konvolusjonelt nevralt nettverk for å forutsi hvelv etter ICL-kirurgi
|
Dag 7
|
|
AUROC av konvolusjonelt nevralt nettverk for å forutsi fremre kammervinkel etter ICL-implantasjon
Tidsramme: Dag 7
|
Området under mottakeren som fungerer karakteristisk for konvolusjonelt nevralt nettverk for å forutsi fremre kammervinkel etter ICL-implantasjon
|
Dag 7
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Sensitivitet og spesifisitet av konvolusjonelt nevralt nettverk ved å forutsi Vault etter ICL-implantasjon
Tidsramme: Dag 7
|
Sensitivitet og spesifisitet av konvolusjonelt nevralt nettverk ved å forutsi Vault etter ICL-implantasjon
|
Dag 7
|
|
Sensitivitet og spesifisitet av konvolusjonelt nevralt nettverk for å forutsi fremre kammervinkel etter ICL-implantasjon
Tidsramme: Dag 7
|
Sensitivitet og spesifisitet av konvolusjonelt nevralt nettverk for å forutsi fremre kammervinkel etter ICL-implantasjon
|
Dag 7
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
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)
2. januar 2021
Primær fullføring (Antatt)
31. august 2027
Studiet fullført (Antatt)
31. august 2027
Datoer for studieregistrering
Først innsendt
30. oktober 2024
Først innsendt som oppfylte QC-kriteriene
30. oktober 2024
Først lagt ut (Faktiske)
1. november 2024
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
24. april 2026
Siste oppdatering sendt inn som oppfylte QC-kriteriene
21. april 2026
Sist bekreftet
1. januar 2026
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- [2024] NO.(93)
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Nei
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. .