- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06353542
Barcelona Esquerra Glaucoma Artificiell Intelligens-baserat screeningprogram (BEGAS) (BEGAS)
Barcelona Esquerra Glaukom Artificiell Intelligens-baserat screeningprogram (BEGAS): Artificiell intelligens tillämpad på synnervsretinografier för ett glaukomscreeningsprogram i en primärvårdsmiljö
Två primärvårdsbaserade screeningsystem kommer att testas för att identifiera försökspersoner med hänvisbar glaukom till sjukhusvård.
Försökspersoner mellan 45 och 64 år som bor i Barcelonas storstadsområde kommer att bjudas in att delta i ett engångsbesök, med en optisk diskundersökning och intraokulärt tryck (IOP).
Kriterierna för att hänvisa en patient kommer att vara upptäckt av glaukom men med två olika tillvägagångssätt beroende på vilken Integrated Practice Unit (IPU) patienterna kommer att tilldelas: en arm som använder en artificiell intelligens (AI) avläsningsprogram för den optiska skivbilden; och den andra kommer att basera sin remiss efter en oftalmologisk undersökning utförd av en ögonläkare.
I båda kretsarna kommer en bild av synnervhuvudet att tas, och ett maskerat läscenter kommer att upprättas för att fastställa grundsanningen för diagnos.
Detta screeningförsök kommer att undersöka graden av överensstämmelse mellan båda systemen och kostnadseffektiviteten för vart och ett av dem.
Sekundära analyser kommer att inkludera potentiella diagnostiska sammansatta poäng (inklusive andra kompletterande tester, såsom optisk koherenstomografibilder, som skulle kunna maximera screeningprocessen); identifiering av populations- och sjukdomsegenskaper (typ av glaukom, intraokulärt tryck) som kan öka effektiviteten och följsamheten till screeningprocessen.
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Syftet med denna studie är tvåfaldigt: att i vår befolkning validera en artificiell intelligens (AI) läsmjukvara för den optiska skivbilden, efter att ha jämfört det uppskattade resultatet (glaukom/misstänkt/normalt) med grundsanningen; och att genomföra en klinisk prövning där nivån av överensstämmelse mellan båda systemen och kostnadseffektiviteten för vart och ett av dem kommer att testas
I den första fasen kommer en uppsättning patienter från vår referenspopulation att väljas ut. En standardiserad oftalmisk undersökning med vanliga kompletterande tester för att bekräfta eller utesluta förekomsten av glaukom (inklusive en optisk diskretinografi) kommer att utföras. Patienten (och testet) kommer att undersökas av en glaukomspecialist som avgör patientens status.
Sedan kommer retinografin att analyseras av AI-programvaran, vilket ger det uppskattade resultatet (glaukom/misstänkt/normalt). Nivån av överensstämmelse mellan grundsanningen och det gjutna resultatet kommer att bekräfta den diagnostiska noggrannheten.
I den andra fasen kommer en andra uppsättning patienter att rekryteras. I det här fallet kommer patienterna att slumpmässigt fördelas till någon av studiens två armar: I arm A kommer de kompletterande testerna (inklusive retinografin) att utföras, och programvaran kommer att analysera retinografin, vilket ger resultatet av glaukomstatus. I arm B kommer patienterna (och testet) att undersökas av en glaukomspecialist som sedan avgör patientens status.
Alla patienter, oavsett diagnos och gren av studien kommer sedan att utforskas av en annan glaukomspecialist (läscentrum), som kommer att bli blind för var diagnosen kommer ifrån (AI-programvara eller glaukomspecialist), för att fastställa nivån överensstämmelse mellan de två screeningsystemen
Studietyp
Inskrivning (Beräknad)
Fas
- Inte tillämpbar
Kontakter och platser
Studiekontakt
- Namn: Nestor Ventura Abreu, MD, PhD
- Telefonnummer: 9336 +34932275400
- E-post: neventura@clinic.cat
Studieorter
-
-
-
Barcelona, Spanien, 08028
- Rekrytering
- Hospital Clínic - ICOF
-
Kontakt:
- Nestor Ventura Abreu, MD, PhD
- Telefonnummer: 9336 +34932275400
- E-post: neventura@clinic.cat
-
Kontakt:
- Marta Pazos, MD, PhD
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Beskrivning
Inklusionskriterier:
- Patienter i åldern 40 till 80 år från vår referenspopulation
- Familjehistoria av glaukom
- Vilja att delta
- Undertecknat skriftligt informerat samtycke
Exklusions kriterier:
- Undertecknar inte det informerade samtycket
- Patienter som tidigare hade diagnosen glaukom eller någon oftalmisk sjukdom som krävde en regelbunden oftalmisk undersökning och/eller behandling
- Medfödd eller barndomsglaukom
- Historik av skelning eller amblyopi
- Kända oftalmiska sjukdomar som antyder mediaopacitet (katarakt, hornhinnan) som kan förhindra att ögonbottenretinografier tas
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Undersökning
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Dubbel
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Experimentell: AI mjukvaruundersökning (A)
I arm A kommer synskärpan, refraktionsstatusen och de kompletterande testerna att utföras.
Den erhållna optiska diskretinografin kommer att analyseras av AI-mjukvaran för att avgöra om patienten var en glaukomatös, misstänkt eller frisk patient.
|
Den testade AI-mjukvaran analyserar den optiska diskretinografin för att avgöra om patienten är frisk, misstänkt för glaukom eller glaukomfall
|
|
Aktiv komparator: Oftalmisk undersökning (B)
I arm B kommer synskärpan, refraktionsstatusen och de kompletterande testerna att utföras, och sedan kommer patienterna (och testet) att undersökas av en glaukomspecialist som kommer att fastställa patientens status (glaukom, misstänkt eller frisk).
|
Ögonläkaren (en glaukomspecialist) kommer att analysera testerna och kommer att undersöka patienten för att avgöra om patienten är frisk, misstänkt för glaukom eller glaukomfall.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Diagnostisk överenskommelse mellan AI-mjukvaran och den oftalmiska undersökningen
Tidsram: 18 månader
|
Nivå av överensstämmelse mellan det gjutna resultatet av AI-programvaran och den oftalmiska undersökningen.
Detta bestäms av den som läser (studieordförande)
|
18 månader
|
|
Hälsorelaterad livskvalitet (HRQoL)
Tidsram: 18 månader
|
Hälsorelaterad livskvalitet (HRQoL) bedömd av Euro Quality of Life -5 Dimensions (EQ-5D), för varje del av den kliniska prövningen.
Den består av en visuell analog skala som sträcker sig från 0 till 100 (0 är den sämsta tänkbara hälsan och 100 den bästa hälsan patienten kan föreställa sig)
|
18 månader
|
|
Demografi
Tidsram: 18 månader
|
Kvantitativ analys av ålder, kön, etnicitet och familjehistoria av glaukomskillnader mellan de två armarna
|
18 månader
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Intraokulärt tryck
Tidsram: 18 månader
|
Intraokulärt tryckvärden för glaukom, misstänkta och friska patienter i varje arm av studien (i mmHg)
|
18 månader
|
|
Optisk koherenstomografi (OCT)
Tidsram: 18 månader
|
OCT-värden för glaukom, misstänkta och friska patienter i varje arm av studien (tjocklek rapporterad i mikrometer)
|
18 månader
|
|
Synfält
Tidsram: 18 månader
|
Synfältsdefekter (medelavvikelse, i decibel) av glaukom, misstänkta och friska patienter i varje arm av studien
|
18 månader
|
|
Kostnadseffektiv analys av båda screeningmetoderna
Tidsram: 18 månader
|
Kostnadseffektiv analys kommer att utföras på varje del av studien, där man jämför direkta kostnader och graden av synnedsättning och jämför den med andra screeningprogram (fallsscenario) Genomsnittliga kostnader och effekter för att uppskatta den inkrementella kostnadseffektivitetskvoten (ICER, i euro, €) för screening av artificiell intelligensprogramvara kontra ögonundersökning kommer att jämföras |
18 månader
|
|
Riskpoäng med parametrar associerade med positiv screening av glaukom
Tidsram: 6 månader
|
Analys av demografi (närvarande eller frånvarande), okulära egenskaper (nuvarande eller frånvarande), OCT-värden (i mikrometer) och synfältsvärden (i decibel) som kan associeras med en ökad sannolikhet för glaukomdiagnos Graden av bidrag från varje parameter kommer att analyseras i en multivariat logistisk regression, och sedan skapas ett riskpoäng med hjälp av en skala från 1 till 100 (med 1 det lägsta värdet och 100 är det högsta) för att visa hur varje parameter bidrar till en "positiv glaukomdiagnos" |
6 månader
|
Samarbetspartners och utredare
Sponsor
Utredare
- Studiestol: Marta Pazos, MD, PhD, Glaucoma Consultant - Head of Ophthalmic Surgery Department
Publikationer och användbara länkar
Allmänna publikationer
- Hemelings R, Elen B, Barbosa-Breda J, Lemmens S, Meire M, Pourjavan S, Vandewalle E, Van de Veire S, Blaschko MB, De Boever P, Stalmans I. Accurate prediction of glaucoma from colour fundus images with a convolutional neural network that relies on active and transfer learning. Acta Ophthalmol. 2020 Feb;98(1):e94-e100. doi: 10.1111/aos.14193. Epub 2019 Jul 25.
- Tan NYQ, Friedman DS, Stalmans I, Ahmed IIK, Sng CCA. Glaucoma screening: where are we and where do we need to go? Curr Opin Ophthalmol. 2020 Mar;31(2):91-100. doi: 10.1097/ICU.0000000000000649.
- US Preventive Services Task Force; Davidson KW, Barry MJ, Mangione CM, Cabana M, Caughey AB, Davis EM, Donahue KE, Doubeni CA, Krist AH, Kubik M, Li L, Ogedegbe G, Owens DK, Pbert L, Silverstein M, Stevermer J, Tseng CW, Wong JB. Screening for Colorectal Cancer: US Preventive Services Task Force Recommendation Statement. JAMA. 2021 May 18;325(19):1965-1977. doi: 10.1001/jama.2021.6238. Erratum In: JAMA. 2021 Aug 24;326(8):773. doi: 10.1001/jama.2021.12404.
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Beräknad)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- HCB/2023/1206
- PI23/01856 (Annan identifierare: Institut d'Investigacions Biomèdiques August Pi i Sunyer)
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
produkt tillverkad i och exporterad från U.S.A.
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 .