Artificial Intelligence System for the Detection and Prediction of Kidney Diseases Using Ocular Information
25 de janeiro de 2022 atualizado por: Haotian Lin, Sun Yat-sen University
This is an retrospective and prospective multicenter study to develop and validate an artificial intelligent (AI) aided diagnosis, therapeutic effect assessment model including chronic kidney disease (CKD) and dialysis patients starting from April 2009, which is based on ophthalmic examinations (e.g.
retinal fundus photography, slit-lamp images, OCTA, etc.) and CKD diagnostic and therapeutic data (routine clinical evaluations and laboratory data), to provide a reliable basis and guideline for clinical diagnosis and treatment.
Visão geral do estudo
Status
Recrutamento
Intervenção / Tratamento
Tipo de estudo
Observacional
Inscrição (Antecipado)
4000
Contactos e Locais
Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.
Contato de estudo
- Nome: Haotian Lin, Ph. D
- Número de telefone: 13802793086
- E-mail: gddlht@aliyun.com
Locais de estudo
-
-
Guangdong
-
Guangzhou, Guangdong, China, 510060
- Recrutamento
- Zhongshan Ophthalmic Center, Sun Yat-sen University
-
Contato:
- Haotian Lin, M.D., Ph.D
- Número de telefone: +8613802793086
- E-mail: haot.lin@hotmail.com
-
Contato:
- Qianni Wu, M.D., Ph.D
- Número de telefone: +8615521506995
- E-mail: wuqianni@gzzoc.com
-
-
Critérios de participação
Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.
Critérios de elegibilidade
Idades elegíveis para estudo
18 anos e mais velhos (Adulto, Adulto mais velho)
Aceita Voluntários Saudáveis
Sim
Gêneros Elegíveis para o Estudo
Tudo
Método de amostragem
Amostra de Probabilidade
População do estudo
Participants who had slit-lamp, retinal fundus photography and kidney disease tests at the Department of Nephrology, First Affiliated Hospital of Sun Yat-sen University and Medical Centre of Aikang Health Care, Guangzhou, China
Descrição
Inclusion Criteria:
- Patients previously received kidney biopsy, ophthalmic examinations and routine examinations of the department of nephrology during in-hospital period with BCVA>0.5.
Exclusion Criteria:
- Patients without retinal fundus images or kidney diseases.
- The quality of the retinal fundus images can not meet the requirement for furthur analysis.
- Severe loss of results of routine examinations of the department of nephrology.
Plano de estudo
Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
Development Dataset 01
Slit-lamp, retinal fundus images, OCTA and kidney diseases examinations collected from Department of Nephrology of the First Affiliated Hospital of Sun Yat-sen University
|
The development datasets were used to train the deep learning model, which was validated and tested by the other 4 datasets.
|
|
Development Dataset 02
Slit-lamp, retinal fundus images, OCTA and kidney diseases examinations collected from Medical Centre of Aikang Health Care, Guangzhou, China
|
The development datasets were used to train the deep learning model, which was validated and tested by the other 4 datasets.
|
|
Validation Dataset 01
Slit-lamp, retinal fundus images, OCTA and kidney diseases examinations collected from Department of Nephrology of the First Affiliated Hospital of Sun Yat-sen University
|
The development datasets were used to train the deep learning model, which was validated and tested by the other 4 datasets.
|
|
Validation Dataset 02
Slit-lamp, retinal fundus images, OCTA and kidney diseases examinations collected from Medical Centre of Aikang Health Care, Guangzhou, China
|
The development datasets were used to train the deep learning model, which was validated and tested by the other 4 datasets.
|
|
Test Dataset 01
Slit-lamp, retinal fundus images, OCTA and kidney diseases examinations collected from Department of Nephrology of the First Affiliated Hospital of Sun Yat-sen University
|
The development datasets were used to train the deep learning model, which was validated and tested by the other 4 datasets.
|
|
Test Dataset 02
Slit-lamp, retinal fundus images, OCTA and kidney diseases examinations collected from Medical Centre of Aikang Health Care, Guangzhou, China
|
The development datasets were used to train the deep learning model, which was validated and tested by the other 4 datasets.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Area under the receiver operating characteristic curve of the deep learning system
Prazo: baseline
|
The investigators will calculate the area under the receiver operating characteristic curve of deep learning system and compare this index between deep learning system and human doctors
|
baseline
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Sensitivity and specificity of the deep learning system
Prazo: baseline
|
The investigators will calculate the sensitivity and specifity of deep learning system and compare this index between deep learning system and human doctors
|
baseline
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Colaboradores
Investigadores
- Cadeira de estudo: Yizhi Liu, M.D., Ph.D., Zhongshan Ophthalmic Center, Sun Yat-sen University
Datas de registro do estudo
Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.
Datas Principais do Estudo
Início do estudo (Real)
28 de agosto de 2021
Conclusão Primária (Antecipado)
1 de dezembro de 2022
Conclusão do estudo (Antecipado)
1 de dezembro de 2022
Datas de inscrição no estudo
Enviado pela primeira vez
23 de janeiro de 2022
Enviado pela primeira vez que atendeu aos critérios de CQ
25 de janeiro de 2022
Primeira postagem (Real)
4 de fevereiro de 2022
Atualizações de registro de estudo
Última Atualização Postada (Real)
4 de fevereiro de 2022
Última atualização enviada que atendeu aos critérios de controle de qualidade
25 de janeiro de 2022
Última verificação
1 de janeiro de 2022
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- AIKD-2021
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
NÃO
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Não
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Não
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .