Utveckling av en Keratoconus Detection Algoritm genom Deep Learning Analysis och dess validering på Eyestar-bilder (DKDA)
29 september 2021 uppdaterad av: University Hospital Inselspital, Berne
Monocentrisk klinisk studie för att utveckla en bildanalysalgoritm för Eyestar 900 för att identifiera keratokonushornhinnor och förbättra biometri för intraokulära linsberäkningar
Studieöversikt
Status
Aktiv, inte rekryterande
Betingelser
Detaljerad beskrivning
Keratokonus är en progressiv ektatisk störning av hornhinnan som kännetecknas av förtunning, utskjutande och oregelbundenhet. Hornhinneavbildning är avgörande vid keratokonusdetektion och progressionsanalys. Det är viktigt att upptäcka keratokonus i tidiga skeden och har terapeutiska konsekvenser, oavsett om man planerar ett kirurgiskt ingrepp eller beräknar en intraokulär lins, före kataraktoperation, eftersom vanliga linsberäkningstekniker kan leda till felaktiga resultat hos patienter med keratokonus.
Eyestar 900 är en OCT-biometer från svepkälla och har potential att användas för tidig identifiering av keratokonus och progressionsanalys.
Studietyp
Observationell
Inskrivning (Förväntat)
4800
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studieorter
-
-
-
Bern, Schweiz, 3010
- Universitatsklinik fur Augenheilkunde, Inselspital
-
-
Deltagandekriterier
Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Nej
Kön som är behöriga för studier
Allt
Testmetod
Icke-sannolikhetsprov
Studera befolkning
retrospektiv del: anonymiserade bilddata från 4500 patienter prospektiv del: 150 keratokonuspatienter och 150 friska deltagare
Beskrivning
Inklusionskriterier:
- Patienter med alla stadier av keratokonus
- Patienter med friska hornhinnor
Exklusions kriterier:
- Keratokonuspatienter med hydrops, status efter hydrops
- Patienter med degenerativa hornhinnesjukdomar
- Patienter efter hornhinnekirurgi
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Kohort
- Tidsperspektiv: Blivande
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Patienter med keratokonushornhinnor
Corneal tomografi på patienter med keratokonusdiagnos
|
Icke-invasiv hornhinnetomografi för att utveckla en bildanalysalgoritm för keratokonushornhinnor
Icke-invasiv hornhinnetomografi för att utveckla en bildanalysalgoritm för keratokonushornhinnor
Icke-invasiv biometri för prekirurgisk intraokulär linsberäkning
|
|
deltagare med friska hornhinnor
Corneal tomografi på friska deltagare
|
Icke-invasiv hornhinnetomografi för att utveckla en bildanalysalgoritm för keratokonushornhinnor
Icke-invasiv hornhinnetomografi för att utveckla en bildanalysalgoritm för keratokonushornhinnor
Icke-invasiv biometri för prekirurgisk intraokulär linsberäkning
|
|
retrospektiv del
helt anonymiserade bilddata på befintliga 4500 patienter
|
retrospektiv analys av 4500 befintliga, helt anonymiserade bilddata
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Keratokonus identifiering
Tidsram: 2,5 år
|
Klassificeringsnoggrannhet för keratokonus-identifieringsalgoritmen för Eyestar-enheten i jämförelse med guldstandarden (Belin-Ambrosio Enhanced Extasia Deviation Index) BAD_D i Pentacam-bilder.
|
2,5 år
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Genomförbarhet i klinisk praxis
Tidsram: 2,5 år
|
Utvärdering av genomförbarheten (procentandel av giltiga mätningar utan fel och/eller problem vid bildupptagning) av hornhinnemätningar i keratokonus och friska ögon.
|
2,5 år
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Utredare
- Huvudutredare: Früh Beatrice, Prof.Dr. med., Universitätsklinik für Augenheilkunde, Inselspital Bern
Studieavstämningsdatum
Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.
Studera stora datum
Studiestart (Faktisk)
11 maj 2021
Primärt slutförande (Förväntat)
1 juni 2023
Avslutad studie (Förväntat)
1 december 2023
Studieregistreringsdatum
Först inskickad
14 februari 2021
Först inskickad som uppfyllde QC-kriterierna
18 februari 2021
Första postat (Faktisk)
21 februari 2021
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
30 september 2021
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
29 september 2021
Senast verifierad
1 juni 2021
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- DKDA-E900-2020
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
Nej
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Nej
Studerar en amerikansk FDA-reglerad produktprodukt
Nej
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .