- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07682025
Imaging and Predictive Modelling of Proliferative Vitreoretinopathy.
Identification of Imaging Biomarkers and Predictive Modelling of Proliferative Vitreoretinopathy Using Deep Learning.
Patients with retinal detachment are at risk of recurrence and failure of surgery requiring multiple surgeries due to a condition called proliferative vitreoretinopathy (PVR).
Study aims to help tailor patients' treatments and improve outcomes by:
[i] studying imaging biomarkers of PVR, and [ii] develop AI models for PVR detection.
Inclusion:
- Patients with 'complicated' retinal detachment with PVR recruited to a phase 1 dose-finding trial called MORPH-1.
- Patients with 'simple' retinal detachment without PVR recruited to a PhD study.
Non -invasive multimodal imaging and anonymized imaging will be used to study imaging biomarkers of PVR and develop deep learning models to predict PVR in collaboration with an artificial intelligence (AI) expert team at UCL Institute of Ophthalmology.
Studieoversikt
Status
Forhold
Studietype
Registrering (Antatt)
Kontakter og plasseringer
Studiesteder
-
-
-
London, Storbritannia
- University College London
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inclusion Criteria:
- MORPH-1 and Cohort-NHS study imaging
Exclusion Criteria:
- Participants from above studies who have not consented for image analysis and AI related analysis.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
|---|
|
Rhegmatogenous retinal detachment without proliferative vitreoretinopathy
Rhegmatogenous retinal detachment without proliferative vitreoretinopathy at the time of their primary surgery
|
|
Rhegmatogenous retinal detachment with proliferative vitreoretinopathy
Rhegmatogenous retinal detachment with proliferative vitreoretinopathy at the time of their primary surgery or post-operatively with recurrent retinal detachment.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
To study multimodal imaging biomarkers of PVR.
Tidsramme: Preoperative biomarkers of PVR on cases with established PVR Post-operative biomarkers of PVR on cases that develop PVR in the first 3 months.
|
Use multimodal imaging namely widefield Optos, Widefield OCT, OCT macula, OCT disc, OCT EDI and OCTA to describe biomarkers of PVR.
|
Preoperative biomarkers of PVR on cases with established PVR Post-operative biomarkers of PVR on cases that develop PVR in the first 3 months.
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
To develop deep learning AI models for PVR detection in retinal detachment.
Tidsramme: Post-operative 3 months
|
Use widefield Optos imaging and OCT to:
|
Post-operative 3 months
|
Samarbeidspartnere og etterforskere
Sponsor
Etterforskere
- Hovedetterforsker: James Bainbridge, University College, London
Studierekorddatoer
Studer hoveddatoer
Studiestart (Antatt)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
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
- EDGE 183954
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. .