验证 Mediview 2.0 软件作为睑板腺图像分析工具的诊断准确性
非接触式睑板造影术是评估患者睑板腺健康状况的有用工具。 而不是在接触式meibography中使用普通光,非接触式meibography使用红外(IR)光。 红外光照射在患者的内翻眼睑上,然后一个特殊的相机可以看到睑板腺的结构,包括导管和腺泡。 目前,通过非接触式meibography拍摄的图像由熟练的临床医生手动分析。
了解睑板腺的健康状况很有用,尤其是在睑板腺功能障碍 (MGD) 的诊断中。 研究表明,MGD 是蒸发过强性干眼症最常见的原因之一。
Mediview 2.0 是一款经过编程的软件,可以对通过非接触式微博拍摄的微博图像进行半自动分类。 本软件是与上海美迪沃克斯精密仪器有限公司合作开发的。 所使用的算法是由科学技术研究局 (A*STAR) 和新加坡眼科研究所 (SERI) 合作开发的。
目前的这项研究旨在验证 Mediview 2.0 在评估患者睑板腺健康方面的诊断准确性,这是针对训练有素的临床医生的。 我们的目标是为这项研究招募 100 名参与者。
一旦发现该软件有效,就可以教会训练有素的技术人员如何捕捉图像,从而让医生有更多时间专注于临床评估和治疗。 因此,这项研究有可能提高诊所的效率。
研究概览
详细说明
睑板腺功能障碍 (MGD) 是睑板腺的慢性异常,通常以睑板腺管末端阻塞和/或腺体分泌物的质或量变化为特征。 这可能会导致泪膜脂质层的组成和功能发生改变,并随后导致泪膜不稳定。 研究表明,MGD 是蒸发过强性干眼症最常见的原因之一。
建议通过评估眼部症状、眼睑形态、睑板腺质量、腺体表达能力、脂质层厚度和睑板造影来诊断 MGD。 在睑板造影术中,可以观察到睑板腺的结构,包括导管和腺泡。 在专门的照明技术下,也可以对睑板腺进行摄影记录。
目前使用的meibography有两种类型——接触式meibography和非接触式meibography。 非接触式眉间描写优于接触式眉间描写,因为它对患者来说更舒适。 在非接触式meibography中,裂隙灯显微镜配备了红外电荷耦合(CCD)设备摄像机和红外透射滤光片。 在此过程中,红外光投射到对象的内翻眼睑上,相机捕捉到眼睑的图像。
目前,熟练的临床医生会手动分析通过非接触式眼睑造影术获得的图像,以确定患者眼睑的健康状况。 通过新加坡 A*STAR 生物信息学研究所(Lee Hwee Kuan 博士)和 SERI 的科学家之间的合作项目,先前已经开发出用于将微博分类为健康和不健康的半自动算法。 该项目的商业合作伙伴中国Mediworks已将这些算法整合到Mediview 2.0软件中。 该软件由用于获取传记图像以及用于分析这些图像的模块组成。 如果用户在拍摄的图像上画出跗骨板的轮廓,该软件就能够在没有熟练临床医生帮助的情况下将图像分为两类——健康和不健康。 训练有素的技术人员可以学习如何捕捉图像,从而让医生有更多时间专注于临床评估和治疗。
然而,该软件的准确性和可重复性应该像在原始算法中一样针对临床评估员进行验证。 我们建议从 SNEC 诊所和公众中招募 50 名健康志愿者和 50 名患者。
临床重要性 如果这种成像方式被证明是可重复的,它可以被纳入当前的协议/工作流程中,以评估和监测我们中心的睑板腺功能障碍和治疗进展。 此项目中捕获的图像还可用于验证 Mediworks 软件的进一步更新,因为硬件在未来将保持不变。
研究目标和目的 主要目的是验证 Mediview 2.0 软件作为评估睑板腺健康的客观工具。
具体目标包括评估 a.,Mediview 2.0 在分类 meibograph 图像(分为健康和不健康类别)时的准确性和 b.,分类的再现性。
学习规划:
前瞻性研究
理由:
Mediview 2.0 是一款新开发的软件,尚未被验证为评估睑板腺健康的工具。
方法:
本研究将招募参与者和目标样本量 50 名健康志愿者和 50 名年龄在 21 至 99 岁之间的患者。 他们是新加坡国家眼科中心的门诊病人和陪同亲属。 在招募受试者之前,将征求主治医生的许可。 将从所有参与者那里获得知情的书面同意。
访问时间表 参与者需要访问一次。 一般来说,如果他们因其他原因在预定的临床预约期间被招募,他们将不必前来进行额外的访问。 在特殊情况下,如果不能在同一天进行梅博摄影,参与者可以选择在另一个合适的日子来进行这项研究。
学习时间:
12个月。
手续:
睑板腺成像 在每只眼睛的成像过程中,参与者需要将下巴放在裂隙灯显微镜下的下巴托上。 参与者的上眼睑将依次外翻,并拍摄眼睑上存在的睑板腺图像。 这也适用于下眼睑。 这是一种非侵入性技术,摄像头和红外灯不会接触到患者。 在每一次眼睑外翻过程中,验光师将一次获取 3 张图像。 此后,Mediview 2.0 软件将继续分析图像,分为健康和不健康的腺体。
在所有测量过程中,美博摄影师的所有参数(例如光强度、眼睑放大率)都将保持不变。
- 睑板腺图像分析 上面拍摄的图像将由另一位不知道 Mediview 图像分类的验光师导出和评估。 该评估员会将图像分类为健康和不健康。 将评估 Mediview 2.0 软件和验光师之间的结果。 如果对结果有任何异议,第 3 名临床医生将参与验证。
统计分析:
- 软件分类和人类分类之间的比较将计算 Cohen 的 kappa 系数以评估这两个评级之间的一致性。 为了解释计算的统计数据,我们使用 Landis 和 Koch 的建议,他们将值 < 0 表示不一致,0-0.20 表示轻微,0.21-0.40 表示一般,0.41-0.60 表示中等,0.61-0.80 表示大量,以及0.81-1 作为几乎完美的协议。
- 第一和第二软件分类之间的比较 同样,我们将使用 kappa 系数来评估软件所做的第一和第二分类之间的一致性。
预期结果:
来自 Mediview 2.0 的 meibograph 图像的分类应该与熟练的临床医生的评估显示出良好的一致性。 类似地,在同一天为同一只眼睛拍摄的 meibographs 的分类应该显示出良好的一致性。
潜在问题 本研究预计不会出现潜在问题。
研究类型
注册 (实际的)
阶段
- 不适用
联系人和位置
学习地点
-
-
-
Singapore、新加坡、168751
- Singapore Eye Research Institute
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
有资格学习的性别
描述
纳入标准:
- 愿意参加本研究的健康志愿者/患者。
排除标准:
- 由临床研究者确定的任何其他特定原因。
学习计划
研究是如何设计的?
设计细节
- 分配:不适用
- 介入模型:单组作业
- 屏蔽:无(打开标签)
武器和干预
参与者组/臂 |
干预/治疗 |
---|---|
其他:MediView 2.0 软件
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
---|---|---|
证明软件的准确性
大体时间:1天
|
验证 Mediview 2.0 在分类 meibograph 图像(分为健康和不健康类别)和分类的再现性方面的准确性。
|
1天
|
合作者和调查者
研究记录日期
研究主要日期
学习开始
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (估计)
研究记录更新
最后更新发布 (估计)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.
MediView 2.0 软件的临床试验
-
NYU Langone HealthNational Institutes of Health (NIH); Alzheimer's Association; LiteCure LLC招聘中
-
Work Life HelpNational Institute on Aging (NIA)主动,不招人
-
University of JaénUniversity Rovira i Virgili; Universidad Miguel Hernandez de Elche招聘中焦虑症和症状 抑郁症状 | 风险因素(拒绝、欺凌/网络欺凌、成瘾、健康的生活习惯、考试压力管理、生态焦虑、情绪表达)西班牙
-
University of Kansas Medical CenterNational Institute of Mental Health (NIMH); Children's Mercy Hospital Kansas City; Kenya Medical... 和其他合作者完全的