眼部疾病的智能手机筛查
研究概览
详细说明
数百万美国人面临威胁视力的疾病的风险,他们要么无法获得眼保健服务,要么不知道眼保健筛查可以降低他们视力丧失的风险。 此外,全国眼科护理人员短缺。 初级保健提供者缺乏资源来有效筛查威胁视力的疾病。 在美国成年人永久性视力丧失和失明的三大主要原因(即糖尿病性视网膜病变、青光眼和年龄相关性黄斑变性)中,这三种疾病都在很大程度上影响了所谓的“眼睛后部”的结构。眼。” 这包括视网膜和视神经,以及伴随的血管系统。 眼后部需要先进的仪器、培训和技术进步来可视化眼后部的病理并优化检查,并相应地以以前不可行的方式筛查威胁视力的眼部疾病。 然而,这在很大程度上仍局限于具有可用于投资这些技术先进仪器的培训和资源的眼保健特定环境。 因此,仍然迫切需要开发安全、有效、容易获得且高效的方法和工具来优化对威胁视力的疾病的检查和筛查。 此外,这些工具应适用于各种眼保健环境,包括住院和门诊临床环境,以优化眼保健。 在没有此类工具的情况下,患者获得眼部护理的机会将继续受到限制,并且仍然面临威胁视力的眼部疾病的风险,否则这些疾病本可以得到适当的预防和管理。
糖尿病是全世界死亡和残疾的主要原因。 世界卫生组织估计全世界有超过 3.46 亿人患有糖尿病,预计到 2030 年可能会有 5.52 亿人受到影响。 糖尿病视网膜病变是糖尿病最常见的微血管并发症,影响几乎所有有 15 年或以上糖尿病病史的患者。 在 40 岁或以上的美国成年人中,估计有 28.5%-40.3% 的糖尿病患者患有糖尿病视网膜病变,4.4%-8.2% 的糖尿病患者患有糖尿病视网膜病变 有威胁视力的视网膜病变,非西班牙裔黑人个体的估计更高。 国家眼科研究所的流行病学研究表明,糖尿病是美国工作年龄成年人视力丧失的主要原因,指南建议糖尿病患者至少每年接受一次眼睛后部散瞳检查。 这对于检测和治疗与糖尿病相关的眼部疾病尤为重要,因为患者通常在晚期之前没有症状,此时视力恢复可能会受到限制。 尽管那些没有或有早期糖尿病眼部并发症的患者没有视觉症状,但糖尿病视网膜病变等病症有一个可识别的潜伏期,很容易通过视网膜成像(眼底照相)进行诊断和分级。 鉴于其患病率和临床上无症状(但检查明显)的进展,糖尿病性视网膜病变是一种理想的筛查疾病。 此外,视力结果有利于早期发现和治疗。 糖尿病性视网膜病变有有效的、普遍认可的治疗方法,包括用于增殖性视网膜病变的激光光凝术、用于糖尿病性黄斑水肿的玻璃体内注射和局灶性光凝术,以及改善血糖和血压控制。 尽管有年度筛查指南和早期检测的好处,因为它与视力结果和总体糖尿病疾病控制有关,但在糖尿病患者的年度视网膜筛查方面,护理方面存在很大差距。 据估计,在美国,近一半患有 DM 的成年人没有接受推荐的筛查。 在世界上眼科医生短缺的地区,筛查可能更加零星。
本研究旨在确定智能手机摄像头和具有光学和照明的可连接设备是否专门用于对眼后部进行成像,以及眼疾的早期干预。
青光眼是另一种影响眼睛后部,特别是视神经的疾病,是全球第二大失明原因。 具体而言,开角型青光眼是一种慢性、隐匿性疾病,其周边视力逐渐丧失至中央视力。 然而,如果及早诊断和治疗,可以预防在疾病后期出现的永久性视力丧失。 青光眼的诊断通常依赖于视神经的结构变化和功能性视野缺陷。 在资源匮乏的环境中诊断和筛查青光眼可能具有挑战性。 例如,一项在印度农村进行的倍频技术 (FDT) 视野测量研究发现该测试的灵敏度非常低 (7%),而在工业化环境中的研究发现灵敏度高得多 (59%)。 此外,许多结构测试方式,如视网膜神经纤维层的 OCT 和立体视神经摄影,需要专门的设备和专家分析才能有效地用于诊断。
年龄相关性黄斑变性 (AMD) 是发达国家不可逆转失明的主要原因。 全世界有 1400 万人因湿性 AMD 而失明。 到 2020 年,全球估计将有 1.96 亿人患有 AMD。 到 2050 年,美国患有 AMD 的人口将翻一番。 干性 AMD 占 AMD 患者的 90%,但湿性 AMD 导致大部分视力损害。 干性 AMD 的特征是各种大小和特征的玻璃膜疣以及具有分类系统的色素变化。 眼底照相是执行此表征的既定方法。 干性 AMD 患者有进展为湿性 AMD 的风险,5 年内发生率为 13%。 当干性 AMD 发展为湿性 AMD 时,眼底外观会发生变化,包括出现视网膜积液和出血。 湿性 AMD 需要及时治疗以防止视力丧失。 抗 VEGF 治疗开始时的视力是治疗 2 年后最终视力的最佳预测指标。 用抗 VEGF 疗法治疗湿性 AMD 可改善或稳定超过 90% 的湿性 AMD 患者的视力。 目前,每年对干性 AMD 患者进行可能的进展评估,然后指导他们每天在家中监测视力,大约一半的湿性 AMD 病例来自患者症状,一半来自无症状的医生随访。 已经开发了几种家庭监控系统,包括 Amsler 网格和使用 Vernier hyperacuity 的 Foresee 家庭监控。 由于可能发生视觉上明显的变化,眼底摄影是另一种监测方法,使用低成本、基于智能手机的眼底摄影系统将大大增加访问率。
此外,在儿科人群中,同样迫切需要开发有效、高效且对儿童友好的方法来评估儿科眼病(特别是眼内/后眼)疾病。 儿科患者可能会进行具有挑战性的检查,如果孩子无法忍受完整的眼科检查,有时需要全身麻醉。 使儿科患者更舒适的精密仪器和技术进步可能使探索新颖的、无创的摄影工具成为可能,以在更广泛的既定护理环境中优化这一特殊患者群体的眼部护理,并最大限度地减少在麻醉下进行检查的需要或给病人带来痛苦。 例如,白瞳(或白色红色反射)可能是重要的转诊,以确保患者没有患有称为视网膜母细胞瘤的眼癌。 鉴于部分患者检查难度大,医护人员有时不得不在麻醉状态下将这些患者带到手术室进行检查,存在麻醉风险,且费用高昂。
重要的是,当异常血管在视网膜上生长并导致早产儿失明时,就会发生早产儿视网膜病变 (ROP)。 ROP 发生的频率更高,因为由于新生儿护理的进步,更多的婴儿在更年轻的时候存活下来。 ROP 筛查具有挑战性,因为许多医院在工作人员或附近没有儿童眼科专家。 这在发展中国家是一个更大的公共卫生问题,这些国家的新生儿护理有所改善,但缺乏儿科眼病的眼科专业知识。 ROP 远程医疗计划允许医生将图像发送到更大的医疗中心进行解读,例如 U-M Kellogg 眼科中心。 31 周前出生且体重低于 1,500 克的婴儿要接受反复筛查以监测 ROP。 婴儿眼睛的照片是使用儿科视网膜照相机拍摄的。 Kellogg 团队定期一起或远程评估图像,以做出跟进和治疗决策。
如以上示例所示,需要廉价、可靠且用户友好的诊断方式来筛查后眼疾病,特别是在资源匮乏的社区和国际上,以防止失明。 提高眼科检查的可及性和便携性对于改善偏远社区和住院环境中眼科护理的覆盖面具有很大的希望。 鉴于眼睛的光学透明度和眼部检查在诊断眼病中的重要性,眼科特别适合远程筛查和评估。 本研究评估了一款基于智能手机的摄像头,该摄像头能够捕捉到高质量、宽视场的视网膜图像。
这是一项在多个地点进行的多地点、横断面诊断研究。 在每个站点,将在诊所、住院和手术室环境中接触患者。 照片将使用我们基于智能手机的相机以及护理标准拍摄,包括传统的桌面眼底摄影。 将测试基于智能手机的相机诊断眼病的可行性和准确性。
几位眼科专家将对智能手机眼底照片、传统视网膜照片和有问题的眼病(如糖尿病性视网膜病变、年龄相关性黄斑变性、青光眼、早产儿视网膜病变等)的书面眼科检查进行分级。 将评估分级员之间对眼病诊断的一致性。 还将评估使用智能手机诊断糖尿病性视网膜病变或青光眼的敏感性和特异性,使用传统的视网膜成像作为参考标准,并在单独的分析中使用眼科医生的检查作为参考标准。 以下是该项目的目标:
目标 1:相对于 (A) 门诊和住院护理环境中的眼科医生检查和 (B) 传统眼底照相,评估使用智能手机摄像头诊断后眼疾病(例如糖尿病性视网膜病变、青光眼、黄斑变性)的敏感性和特异性在可行的情况下。
目标 2:评估我们基于智能手机的摄像头作为一种对儿科友好的方法在门诊、住院和手术护理环境中对后眼疾病(视网膜和视神经乳头)进行成像的可行性,并评估其敏感性和特异性在筛查重要的儿科疾病(例如 白瞳症和早产儿视网膜病变)。
目标 3:评估蒙面评分员在诊断涉及我们基于智能手机的摄像头成像的后眼不同疾病时的一致性。
研究类型
注册 (实际的)
参与标准
资格标准
适合学习的年龄
- 孩子
- 成人
- 年长者
接受健康志愿者
取样方法
研究人群
描述
纳入标准:
- 任何至少在眼科门诊就诊过因糖尿病、青光眼、年龄相关性黄斑变性、早产儿视网膜病变引起的眼病且愿意参与该研究的患者。
排除标准:
- 患有非纳入标准所列眼疾的患者。
学习计划
研究是如何设计的?
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
糖尿病眼病
照片将使用我们基于智能手机的相机以及护理标准拍摄,包括传统的桌面眼底摄影。
我们将测试基于智能手机的摄像头诊断糖尿病视网膜病变以及糖尿病视网膜病变分期的可行性和准确性。
几位眼科专家将对智能手机眼底照片、传统视网膜照片和记录的眼科检查进行分级。
我们将评估评分者之间对眼病诊断的一致性。
我们还将评估使用智能手机诊断糖尿病视网膜病变的敏感性和特异性,使用传统的视网膜成像作为参考标准,并在单独的分析中使用眼科医生的检查作为参考标准。
|
眼底照片将使用我们基于智能手机的相机以及护理标准拍摄,包括传统的桌面眼底摄影。
我们将测试基于智能手机的相机诊断疾病的可行性和准确性以及疾病的阶段。
几位眼科医生将对智能手机眼底照片、传统视网膜照片和记录的眼科检查进行分级。
我们将评估评分者之间对眼病诊断的一致性。
我们还将评估智能手机诊断的敏感性和特异性,使用传统的视网膜成像作为参考标准,并在单独的分析中使用眼科医生的检查作为参考标准。
|
|
青光眼
照片将使用我们基于智能手机的相机以及护理标准拍摄,包括传统的桌面眼底摄影。
我们将测试基于智能手机的摄像头诊断青光眼的可行性和准确性。
几位眼科专家将对智能手机眼底照片、传统视盘照片和记录的眼科检查进行分级。
我们将评估分级人员之间对青光眼诊断的一致性。
我们还将评估使用智能手机诊断青光眼的敏感性和特异性,使用传统的视网膜成像作为参考标准,并在单独的分析中使用眼科医生的检查作为参考标准。
|
眼底照片将使用我们基于智能手机的相机以及护理标准拍摄,包括传统的桌面眼底摄影。
我们将测试基于智能手机的相机诊断疾病的可行性和准确性以及疾病的阶段。
几位眼科医生将对智能手机眼底照片、传统视网膜照片和记录的眼科检查进行分级。
我们将评估评分者之间对眼病诊断的一致性。
我们还将评估智能手机诊断的敏感性和特异性,使用传统的视网膜成像作为参考标准,并在单独的分析中使用眼科医生的检查作为参考标准。
|
|
年龄相关性黄斑变性 (AMD)
照片将使用我们基于智能手机的相机以及护理标准拍摄,包括传统的桌面眼底摄影。
我们将在舞台上测试基于智能手机的摄像头诊断年龄相关性黄斑变性的可行性和准确性。
几位眼科专家将对智能手机眼底照片、传统视网膜照片和记录的眼科检查进行分级。
我们将评估评分者之间对眼病诊断的一致性。
我们还将评估使用智能手机诊断年龄相关性黄斑变性的敏感性和特异性,使用传统的视网膜成像作为参考标准,并在单独的分析中使用眼科医生的检查作为参考标准。
|
眼底照片将使用我们基于智能手机的相机以及护理标准拍摄,包括传统的桌面眼底摄影。
我们将测试基于智能手机的相机诊断疾病的可行性和准确性以及疾病的阶段。
几位眼科医生将对智能手机眼底照片、传统视网膜照片和记录的眼科检查进行分级。
我们将评估评分者之间对眼病诊断的一致性。
我们还将评估智能手机诊断的敏感性和特异性,使用传统的视网膜成像作为参考标准,并在单独的分析中使用眼科医生的检查作为参考标准。
|
|
早产儿视网膜病变 (ROP)
照片将使用我们基于智能手机的相机以及护理标准拍摄,包括 Retcam 摄影或传统桌面眼底摄影。
我们将测试基于智能手机的摄像头诊断 ROP 的可行性和准确性。
几位眼科专家将对智能手机眼底照片、传统视网膜照片和记录的眼科检查进行分级。
我们将评估评分者之间对眼病诊断的一致性。
我们还将评估使用智能手机诊断 ROP 的敏感性和特异性,使用传统的视网膜成像作为参考标准,并在单独的分析中使用眼科医生的检查作为参考标准。
|
眼底照片将使用我们基于智能手机的相机以及护理标准拍摄,包括传统的桌面眼底摄影。
我们将测试基于智能手机的相机诊断疾病的可行性和准确性以及疾病的阶段。
几位眼科医生将对智能手机眼底照片、传统视网膜照片和记录的眼科检查进行分级。
我们将评估评分者之间对眼病诊断的一致性。
我们还将评估智能手机诊断的敏感性和特异性,使用传统的视网膜成像作为参考标准,并在单独的分析中使用眼科医生的检查作为参考标准。
|
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 |
|---|---|---|
|
基于摄影的疾病诊断
大体时间:将对结果测量进行评估,并通过研究完成(平均 1 个月)呈现数据。
|
眼科医生将对智能手机眼底照片、传统视网膜照片和记录的眼科检查进行评分,以确定评分者之间就眼病诊断的敏感性和特异性达成一致。
|
将对结果测量进行评估,并通过研究完成(平均 1 个月)呈现数据。
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
自动化疾病诊断
大体时间:将对结果测量进行评估,并通过研究完成(平均 1 个月)呈现数据。
|
这些照片将使用计算机学习算法进行解读,并将这些自动解读与熟练的眼科医生解读进行比较。
|
将对结果测量进行评估,并通过研究完成(平均 1 个月)呈现数据。
|
合作者和调查者
合作者
调查人员
- 首席研究员:Yannis Paulus, MD、University of Michigan
研究记录日期
研究主要日期
学习开始 (实际的)
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 (实际的)
研究记录更新
最后更新发布 (实际的)
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.