- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06211218
Artificiell intelligens för screening av multipla hornhinnesjukdomar
31 oktober 2024 uppdaterad av: Tianjin Eye Hospital
Tillämpning av djupinlärning för screening av flera hornhinnesjukdomar
Denna studie utvecklade en djupinlärningsalgoritm baserad på bilder i främre segment och validerade prospektivt dess förmåga att identifiera hornhinnesjukdomar. Effektiviteten och noggrannheten hos denna algoritm utvärderades av sensitivitet, specificitet, positivt prediktivt värde, negativt prediktivt värde och area under kurva.
Studieöversikt
Status
Rekrytering
Betingelser
Intervention / Behandling
Studietyp
Observationell
Inskrivning (Beräknad)
3000
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studiekontakt
- Namn: Yan Huo, Master
- Telefonnummer: 13102118953
- E-post: hy13102118953@163.com
Studieorter
-
-
Tianjin
-
Tianjin, Tianjin, Kina
- Rekrytering
- Tiajin Eye Hospital
-
-
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
Testmetod
Icke-sannolikhetsprov
Studera befolkning
Studiepopulationen härleds från en anonym databas som innehåller hälsoundersökningsresultat för den allmänna befolkningen.
Beskrivning
Inklusionskriterier:
- Kvaliteten på bilder med spaltlampor bör vara kliniskt acceptabel.
- Mer än 90 % av spaltlampans bildyta inklusive tre huvudområden (sklera, pupill och lins) är lätta att läsa och urskilja.
Exklusions kriterier:
1) Otillräcklig information för diagnos.
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 |
|---|---|
|
Hornhinnasjukdomar diagnostiserade med artificiell intelligensalgoritm
|
En artificiell intelligensalgoritm användes för att diagnostisera hornhinnasjukdomar från spaltlampabilder.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Område under kurva
Tidsram: 1 vecka
|
Vi använde mottagarens operationskarakteristik (ROC) kurva och area under curve för att undersöka förmågan hos denna artificiella intelligens algoritm igenkänning och klassificering av hornhinnesjukdomar.
|
1 vecka
|
|
Känslighet och specificitet
Tidsram: 1 vecka
|
Vi använde sensitivitet och specificitet för att undersöka förmågan hos denna artificiella intelligensalgoritm att känna igen och klassificera hornhinnesjukdomar.
|
1 vecka
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Sponsor
Utredare
- Studiestol: Yan Wang, Prof, Tianjin Eye Hospital
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)
6 december 2020
Primärt slutförande (Faktisk)
6 december 2021
Avslutad studie (Beräknad)
6 december 2024
Studieregistreringsdatum
Först inskickad
8 januari 2024
Först inskickad som uppfyllde QC-kriterierna
8 januari 2024
Första postat (Faktisk)
18 januari 2024
Uppdateringar av studier
Senaste uppdatering publicerad (Beräknad)
4 november 2024
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
31 oktober 2024
Senast verifierad
1 oktober 2024
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- KY-2023083
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
OBESLUTSAM
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 .