Avaliação da Retinopatia Hipertensiva Utilizando a Rede Neural Convolucional "RetinAIcheck"
25 de agosto de 2026 atualizado por: I.M. Sechenov First Moscow State Medical University
Avaliação da Retinopatia Hipertensiva Utilizando a Classificação de Keith Wagener Barker, Baseada na Rede Neural Convolucional "RetinAIcheck"
O presente estudo tem como objetivo estimar a eficácia diagnóstica de uma rede neural convolucional (CNN) desenvolvida, "RetinAIcheck", na classificação da gravidade da retinopatia hipertensiva em pacientes da população russa.
O conjunto de dados de treino foi obtido de uma fonte aberta e reclassificado por sete especialistas independentes em retina, com um tamanho de amostra de 30.000 fotografias de fundo de olho. A amostra de teste incluiu 729 pacientes (1401 olhos) com retinopatia hipertensiva. O padrão de referência foi o resultado da classificação independente do estágio da retinopatia hipertensiva por dois oftalmologistas, sendo os casos clínicos controversos avaliados com a participação de um terceiro oftalmologista.
Visão geral do estudo
Status
Concluído
Condições
Intervenção / Tratamento
Tipo de estudo
Observacional
Inscrição (Real)
755
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.
Locais de estudo
-
-
-
Moscow, Rússia
- University Clinical Hospital №1, Sechenov University
-
-
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
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Sim
Método de amostragem
Amostra de Probabilidade
População do estudo
A amostra de teste foi recolhida na Clínica de Cardiologia do Hospital Clínico Universitário Sechenov nº 1, no Instituto de Pesquisa de Doenças Oculares M.M. Krasnov e no Instituto de Pesquisa Clínica Regional de Moscou M.F. Vladimirsky (MONIKI).
Descrição
Critérios de Inclusão:
A presença de um diagnóstico de hipertensão no registo médico eletrónico do paciente.
Critérios de Exclusão:
Condições congénitas e adquiridas acompanhadas de perda de visão irreversível (anoftalmia, atrofia do nervo ótico, lesões do globo ocular), patologia macular, como degenerescência macular relacionada com a idade, coriorretinopatia serosa central, coriorretinite serosa central e opacidade dos meios óticos do olho, que afeta a qualidade da imagem.
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 |
|---|---|
|
Retinopatia hipertensiva de classe 1
|
Uma rede neural convolucional é um sistema de apoio à decisão médica que processa fotografias digitais do fundo ocular obtidas durante a midríase e determina a probabilidade da presença/ausência de retinopatia hipertensiva e a sua classificação de acordo com a classificação de Keith Wagener Barker.
|
|
Retinopatia hipertensiva de classe 2
|
Uma rede neural convolucional é um sistema de apoio à decisão médica que processa fotografias digitais do fundo ocular obtidas durante a midríase e determina a probabilidade da presença/ausência de retinopatia hipertensiva e a sua classificação de acordo com a classificação de Keith Wagener Barker.
|
|
Retinopatia hipertensiva classe 3
|
Uma rede neural convolucional é um sistema de apoio à decisão médica que processa fotografias digitais do fundo ocular obtidas durante a midríase e determina a probabilidade da presença/ausência de retinopatia hipertensiva e a sua classificação de acordo com a classificação de Keith Wagener Barker.
|
|
Retinopatia hipertensiva de classe 3+4
|
Uma rede neural convolucional é um sistema de apoio à decisão médica que processa fotografias digitais do fundo ocular obtidas durante a midríase e determina a probabilidade da presença/ausência de retinopatia hipertensiva e a sua classificação de acordo com a classificação de Keith Wagener Barker.
|
|
Classe 0 sem sinais de retinopatia hipertensiva
|
Uma rede neural convolucional é um sistema de apoio à decisão médica que processa fotografias digitais do fundo ocular obtidas durante a midríase e determina a probabilidade da presença/ausência de retinopatia hipertensiva e a sua classificação de acordo com a classificação de Keith Wagener Barker.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Precisão
Prazo: A capacidade de identificar corretamente a presença ou ausência de uma condição
|
A capacidade de um teste identificar corretamente a proporção de casos verdadeiramente positivos
|
A capacidade de identificar corretamente a presença ou ausência de uma condição
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Sensibilidade
Prazo: Fevereiro de 2026
|
A capacidade de um teste identificar corretamente a proporção de casos verdadeiramente positivos
|
Fevereiro de 2026
|
|
Especificidade
Prazo: Fevereiro de 2026
|
A capacidade de um teste identificar corretamente a proporção de verdadeiros negativos
|
Fevereiro de 2026
|
|
Positive predictive value
Prazo: February 2026
|
The probability that a person who tests positive for the condition actually has that one
|
February 2026
|
|
Negative predictive value
Prazo: 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)
Prazo: 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
Prazo: 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
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Investigadores
- Investigador principal: Philipp Yu Kopylov, Prof., Sechenov First Moscow State Medical University (Sechenov University)
Publicações e links úteis
A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.
Links úteis
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)
11 de março de 2021
Conclusão Primária (Real)
26 de fevereiro de 2026
Conclusão do estudo (Real)
26 de fevereiro de 2026
Datas de inscrição no estudo
Enviado pela primeira vez
10 de março de 2026
Enviado pela primeira vez que atendeu aos critérios de CQ
10 de março de 2026
Primeira postagem (Real)
13 de março de 2026
Atualizações de registro de estudo
Última Atualização Postada (Real)
27 de agosto de 2026
Última atualização enviada que atendeu aos critérios de controle de qualidade
25 de agosto de 2026
Última verificação
1 de setembro de 2021
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- RetinAIcheck-01
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
NÃO
Descrição do plano IPD
Os dados utilizados no projeto de investigação não estão disponíveis publicamente, mas podem ser fornecidos mediante pedido ao investigador principal.
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 .