Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Validering av en smartphone-baserad intelligent diagnos och mätning för skelning

2 december 2022 uppdaterad av: Haotian Lin, Sun Yat-sen University
De nuvarande mätmetoderna för skelning inkluderar ljusreflektionsmetoden för hornhinnan, alternativt prismahölje, etc., som särskilt förlitar sig på läkares subjektiva erfarenheter, och det finns ett stort fel mellan olika mätare, vilket leder till allvarlig underskattning av skelningprevalensen och otillräcklig vård för skelningpatienter. Här etablerade och validerade utredarna ett artificiell intelligenssystem för att uppnå en automatisk diagnos av skelning baserat på patientbaserade videor av programmatiska täcktester. Tredimensionella rekonstruktionsmetoder används för att digitalisera parametrarna för huvud- och ögonpositioner. Detta system har integrerats i en smartphone-plattform för att ytterligare valideras genom sjukhusbaserade och befolkningsbaserade kliniska prövningar.

Studieöversikt

Status

Rekrytering

Betingelser

Intervention / Behandling

Studietyp

Observationell

Inskrivning (Förväntat)

300

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studiekontakt

Studera Kontakt Backup

Studieorter

  • Kina
    • Guangdong
      • Guangzhou, Guangdong, Kina, 510060
        • Rekrytering
        • Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
        • Kontakt:
        • Huvudutredare:
          • Haotian Lin, Ph.D

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

8 månader och äldre (Barn, Vuxen, Äldre vuxen)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Testmetod

Sannolikhetsprov

Studera befolkning

Öppenvårdare från skelning & optometriavdelningar eller deltagare från internet.

Beskrivning

Inklusionskriterier:

Kvaliteten på ansiktsvideor bör vara kliniskt acceptabel.

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
Berättigade deltagare för smartphone-baserad skelning mätning och diagnos
Ansiktsvideodataset Ansiktsvideor samlades in med hjälp av smartphone och efter de programmatiska omslagstesterna.
Diagnostiskt test: En ny teknologi baserad på 3D-rekonstruktion och djupinlärningsalgoritm för att uppnå en automatisk diagnos av skelning baserad på patientbaserade videor av programmatiska täcktester.
Digital linjal av skelning

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Effektiviteten av smartphone-baserad diagnos
Tidsram: Baslinje
Den exakta och arean under kurvan för den smartphone-baserade diagnosen.
Baslinje
Överensstämmelsen mellan manuell och smartphone mätning
Tidsram: Baslinje
Överensstämmelse mellan de manuella och automatiserade testerna var representerad i Bland-Altman-diagram och konkordanskorrelationskoefficienter.
Baslinje

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

Sun Yat-sen University

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 (Förväntat)

2 december 2022

Primärt slutförande (Förväntat)

1 mars 2023

Avslutad studie (Förväntat)

1 april 2023

Studieregistreringsdatum

Först inskickad

7 november 2022

Först inskickad som uppfyllde QC-kriterierna

7 november 2022

Första postat (Faktisk)

14 november 2022

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

5 december 2022

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

2 december 2022

Senast verifierad

1 december 2022

Mer information

Termer relaterade till denna studie

Nyckelord

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • DRStrabismus2022

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 .

Prenumerera