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

Utveckling och validering av ett djupinlärningsbaserat system för upptäckt och förutsägelse av närsynthet och närsynt makulopati

Närsynthet har blivit en global folkhälsofråga. Närsynthet påverkar barns och ungdomars psykiska hälsa och utgör en ekonomisk börda. Därför är tidig upptäckt och förutsägelse av barn med hög risk för utveckling och progression av närsynthet avgörande för exakta och effektiva insatser. I den här studien utvecklade vi ett djupinlärningssystem DeepMyopia, baserat på ögonbottenbilder med följande mål: 1) att förutsäga närsynthet debut och progression; 2) För att upptäcka myopisk makuladegeneration för AI-assisterad diagnos; 3) Att förutsäga utvecklingen av myopisk makuladegeneration; 4) utvärdera dess kostnadseffektivitet.

Studieöversikt

Detaljerad beskrivning

Närsynthet har blivit en global folkhälsofråga. Närsynthet påverkar barns och ungdomars psykiska hälsa och utgör en ekonomisk börda. När närsynthet fortskrider ökar dessutom risken för okulära komplikationer såsom myopisk makuladegeneration, vilket leder till irreversibel synnedsättning eller till och med blindhet. Enligt Världshälsoorganisationen lever mer än 1 miljard människor världen över med synnedsättning orsakad av närsynthet, översynthet och andra problem på grund av sen upptäckt. Därför är tidig upptäckt och förutsägelse av barn med hög risk för utveckling och progression av närsynthet avgörande för exakta och effektiva insatser.

I den här studien utvecklade vi ett djupinlärningssystem DeepMyopia, baserat på ögonbottenbilder med följande mål: 1) att förutsäga närsynthet debut och progression; 2) För att upptäcka myopisk makuladegeneration för AI-assisterad diagnos; 3) Att förutsäga utvecklingen av myopisk makuladegeneration; 4) utvärdera dess kostnadseffektivitet.

Studietyp

Observationell

Inskrivning (Faktisk)

30526

Kontakter och platser

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

Studieorter

    • Shanghai
      • Shanghai, Shanghai, Kina, 200041
        • Shanghai Eye Disease Prevention and Treatment Center

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

Tar emot friska volontärer

Nej

Testmetod

Sannolikhetsprov

Studera befolkning

SCALE, en prospektiv skolbaserad studie, omfattar alla barn i åldern 4 till 14 år i Shanghai.

SCALE-HM, en populationsbaserad, prospektiv, examinatormaskerad studie, inkluderar barn och ungdomar mellan 4 och 18 år med hög närsynthet.

STORM-försöket, en skolbaserad, prospektiv, examinatormaskerad, klusterrandomiserad studie, inkluderar barn i åldrarna 6 till 9 år.

SMS-studien är en skolbaserad tvärsnittsundersökning från Shanghai, inklusive dagis- och grundskoleelever i årskurs 1 och 2.

Beijing Children Eye-studien inkluderade barn som kom till polikliniken på Beijing Friendship Hospital.

JFFT-studien innehåller tvärsnittsdata från Shanghai, Yunnan, Inre Mongoliet, Xinjiang och Guangzhou.

Hong Kong Children Eye Study är en befolkningsbaserad kohortstudie av ögonsjukdomar hos barn i åldrarna 6-8 år.

Beskrivning

Inklusionskriterier:

  1. Försökspersoner med ögonbottenbilder i Shanghai Child and Adolescent Large-scale Eye Study (SCALE);
  2. Ämnen med ögonbottenbilder i Shanghai Time Outside to Reduce Myopia [STORM]-försöket;
  3. Försökspersoner med ögonbottenbilder i High Myopia Registration Study [SCALE-HM]
  4. Försökspersoner med ögonbottenbilder i Shanghai Myopia Screening (SMS) Study;
  5. Ämnen med ögonbottenbilder i Beijing Children Eye Study
  6. Försökspersoner med ögonbottenbilder på det första anslutna sjukhuset vid Kunming Medical University;
  7. Försökspersoner med ögonbottenbilder vid oftalmologiska avdelningen vid Xinjiang Medical Universitys första anslutna sjukhus;
  8. Försökspersoner med ögonbottenbilder vid Oftalmologiavdelningen vid det anslutna sjukhuset i Inner Mongolia Medical University;
  9. Ämnen med ögonbottenbilder vid Zhongshan Eye Centre, Sun Yat-sen University;
  10. Ämnen med ögonbottenbilder i Hong Kong Children Eye Study;

Exklusions kriterier:

  • Deltagare med ögonbottenbilder av dålig kvalitet

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Utbildningsdataset
Utbildningsdataset bestod av data från en skolbaserad, prospektiv kohort (studien Shanghai Time Outside to Reduce Myopia [STORM]) och data från en annan populationsbaserad, prospektiv studie, High Myopia Registration Study (SCALE-HM), med årlig uppföljning. Deltagarna i de två studierna delades in i ett träningsset (70 %), ett trimset (10 %) och ett internt testset (20 %), som inte duplicerades av varandra på deltagarnivå.
Detta djupinlärningssystem kan analysera ögonbottenbilder för stadieindelning av närsynthet, upptäckt av närsynt makulopati, uppskattning och förutsägelse av cykloplegisk refraktion, och riskskiktning av närsynthet och närsynt makulopati.
Den interna valideringsdatauppsättningen
Den interna valideringsdatauppsättningen bestod av data från en skolbaserad, prospektiv kohort (studien Shanghai Time Outside to Reduce Myopia [STORM]) och data från en annan populationsbaserad, prospektiv studie, High Myopia Registration Study (SCALE-HM) , med årlig uppföljning. Deltagarna i de två studierna delades in i ett träningsset (70 %), ett trimset (10 %) och ett internt testset (20 %), som inte duplicerades av varandra på deltagarnivå.
Detta djupinlärningssystem kan analysera ögonbottenbilder för stadieindelning av närsynthet, upptäckt av närsynt makulopati, uppskattning och förutsägelse av cykloplegisk refraktion, och riskskiktning av närsynthet och närsynt makulopati.
Den externa valideringsdatauppsättningen
För att testa extrapoleringsförmågan hos systemet för djupinlärning användes två oberoende datauppsättningar, Joint Five-site Fundus Test (JFFT) och Hong Kong Children Eye Study (HKCES), som externa testset. JFFT-studien, en datauppsättning på flera platser, innehåller tvärsnittsdata från Shanghai, Yunnan, Inre Mongoliet, Xinjiang och Guangzhou. HKCES, en befolkningsbaserad kohortstudie av ögonsjukdomar hos barn i åldrarna 6-8 år.
Detta djupinlärningssystem kan analysera ögonbottenbilder för stadieindelning av närsynthet, upptäckt av närsynt makulopati, uppskattning och förutsägelse av cykloplegisk refraktion, och riskskiktning av närsynthet och närsynt makulopati.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
närsynthet stadieindelning upptäckt möjlighet poäng
Tidsram: omedelbart efter att ha matat in data
produktion av myopi-stadieuppgift
omedelbart efter att ha matat in data
Möjlighetspoäng för närsynt makulopati
Tidsram: omedelbart efter att ha matat in data
produktion av närsynt makulopati upptäckt uppgift
omedelbart efter att ha matat in data
förutspådd sfärisk motsvarighet
Tidsram: omedelbart efter att ha matat in data
resultat av att bedöma sfärisk ekvivalent uppgift
omedelbart efter att ha matat in data
förutspådd framtida årlig sfärisk motsvarighet
Tidsram: omedelbart efter att ha matat in data
output av att förutsäga framtida sfärisk ekvivalent uppgift
omedelbart efter att ha matat in data
riskpoäng för närsynthet och progression av närsynt makulopati
Tidsram: omedelbart efter att ha matat in data
resultat av utvecklingen av närsynthet och förutsägelseuppgift för närsynt makulopati
omedelbart efter att ha matat in data

Samarbetspartners och utredare

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

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)

1 april 2022

Primärt slutförande (Faktisk)

1 april 2023

Avslutad studie (Faktisk)

1 april 2023

Studieregistreringsdatum

Först inskickad

18 april 2023

Först inskickad som uppfyllde QC-kriterierna

18 april 2023

Första postat (Faktisk)

28 april 2023

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

28 april 2023

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

18 april 2023

Senast verifierad

1 april 2023

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • 2022SQ023

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 .

Prenumerera