- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07471971
Vurdering av hypertensiv retinopati ved bruk av konvolusjonelt nevralt nettverk "RetinAIcheck"
Vurdering av hypertensiv retinopati ved bruk av Keith Wagener Barkers klassifisering, basert på konvolusjonelt nevralt nettverk "RetinAIcheck"
Denne studien har som mål å estimere den diagnostiske effektiviteten til et utviklet konvolusjonelt nevralt nettverk (CNN) "RetinAIcheck" i gradering av alvorlighetsgraden av hypertensiv retinopati hos pasienter i den russiske befolkningen.
Treningsdatasettet ble hentet fra en åpen kilde og merket på nytt av syv uavhengige spesialister på netthinne, utvalgsstørrelsen var 30.000 bunnfotografier. Testutvalget inkluderte 729 pasienter (1401 øyne) med HR. Referansestandarden var resultatet av uavhengig gradering av HR-stadium av to øyeleger, kontroversielle kliniske tilfeller ble vurdert med involvering av en tredje øyelege.
Studieoversikt
Status
Forhold
Intervensjon / Behandling
Studietype
Registrering (Faktiske)
Kontakter og plasseringer
Studiesteder
-
-
-
Moscow, Russland
- University Clinical Hospital №1, Sechenov University
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
Tilstedeværelse av en diagnose av hypertensjon i pasientens elektroniske journal.
Eksklusjonskriterier:
Medfødte og ervervede tilstander ledsaget av irreversibel synstap (anophthalmi, optikusatrofi, øyeskader), makulapatologi, som aldersrelatert makuladegenerasjon, sentral serøs korioretinopati, sentral serøs korioretinitis, og skygning av øyets optiske medier, som påvirker kvaliteten på bildet.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Klasse 1 hypertensiv retinopati
|
Et konvolusjonelt nevralt nettverk er et medisinsk beslutningsstøttesystem som behandler digitale fundusfotografier tatt under mydriasis og bestemmer sannsynligheten for tilstedeværelse/fravær av hypertensiv retinopati og dens gradering i henhold til Keith Wagener Barkers klassifisering.
|
|
Klasse 2 hypertensiv retinopati
|
Et konvolusjonelt nevralt nettverk er et medisinsk beslutningsstøttesystem som behandler digitale fundusfotografier tatt under mydriasis og bestemmer sannsynligheten for tilstedeværelse/fravær av hypertensiv retinopati og dens gradering i henhold til Keith Wagener Barkers klassifisering.
|
|
Klasse 3 hypertensiv retinopati
|
Et konvolusjonelt nevralt nettverk er et medisinsk beslutningsstøttesystem som behandler digitale fundusfotografier tatt under mydriasis og bestemmer sannsynligheten for tilstedeværelse/fravær av hypertensiv retinopati og dens gradering i henhold til Keith Wagener Barkers klassifisering.
|
|
Klasse 3+4 hypertensiv retinopati
|
Et konvolusjonelt nevralt nettverk er et medisinsk beslutningsstøttesystem som behandler digitale fundusfotografier tatt under mydriasis og bestemmer sannsynligheten for tilstedeværelse/fravær av hypertensiv retinopati og dens gradering i henhold til Keith Wagener Barkers klassifisering.
|
|
Klasse 0 uten tegn på hypertensiv retinopati
|
Et konvolusjonelt nevralt nettverk er et medisinsk beslutningsstøttesystem som behandler digitale fundusfotografier tatt under mydriasis og bestemmer sannsynligheten for tilstedeværelse/fravær av hypertensiv retinopati og dens gradering i henhold til Keith Wagener Barkers klassifisering.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøyaktighet
Tidsramme: Evnen til å korrekt identifisere tilstedeværelsen eller fraværet av en tilstand
|
Evnen til en test til å korrekt identifisere andelen sanne positive tilfeller
|
Evnen til å korrekt identifisere tilstedeværelsen eller fraværet av en tilstand
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Følsomhet
Tidsramme: februar 2026
|
Evnen til en test til å korrekt identifisere andelen sanne positive tilfeller
|
februar 2026
|
|
Spesifisitet
Tidsramme: februar 2026
|
Evnen til en test til å korrekt identifisere andelen av sanne negative tilfeller
|
februar 2026
|
|
Positive predictive value
Tidsramme: February 2026
|
The probability that a person who tests positive for the condition actually has that one
|
February 2026
|
|
Negative predictive value
Tidsramme: February 2026
|
The probability that a person who tests negative for the condition truly does not have it
|
February 2026
|
|
AUROC, area under the ROC curve (one-versus-rest)
Tidsramme: February 2026
|
An average metric used to evaluate multi-class classification models by computing the Area Under the ROC Curve for each class separately against all other classes and then averaging the results
|
February 2026
|
|
Quadratically weighted kappa
Tidsramme: February 2026
|
A statistical measure that evaluates the level of agreement between two raters or outcomes on an ordinal scale, penalizing errors based on the squared distance between categories
|
February 2026
|
Samarbeidspartnere og etterforskere
Etterforskere
- Hovedetterforsker: Philipp Yu Kopylov, Prof., Sechenov First Moscow State Medical University (Sechenov University)
Publikasjoner og nyttige lenker
Hjelpsomme linker
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- RetinAIcheck-01
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .