ACCESS 2：用于儿科糖尿病眼科检查的 AI 研究 2 (ACCESS2)
2026年6月30日 更新者：Johns Hopkins University
将数字视网膜检查应用于综合性儿科糖尿病护理
本研究的目的是确定在护理点使用使用自主人工智能软件的非散瞳眼底照相机是否会增加接受糖尿病视网膜病变筛查的服务不足的糖尿病青少年的比例。
研究概览
详细说明
这项研究将招募 500 名 8-21 岁的 1 型和 2 型糖尿病患者。
参与者将在非散瞳眼底相机上使用自主 AI 软件进行即时糖尿病眼科检查。
参与者将立即从自主 AI 系统收到糖尿病眼科检查结果，如果出现异常，将转介给眼科保健提供者进行散瞳眼科检查。
自主 AI 解释还将与视网膜专家的共识分级进行比较，以确定是否存在一致意见。
研究类型
介入性
注册 (估计的)
500
阶段
- 不适用
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习联系方式
- 姓名：Risa M Wolf, MD
- 电话号码：4109556463
- 邮箱：RWolf@jhu.edu
研究联系人备份
- 姓名：Alvin Liu, MD
- 邮箱：tliu25@jhmi.edu
学习地点
-
-
Maryland
-
Baltimore、Maryland、美国、21287
- 招聘中
- Johns Hopkins Pediatric Diabetes Center
-
接触：
- Risa M Wolf, MD
- 电话号码：410-955-6463
- 邮箱：rwolf@jhu.edu
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
8年 至 21年 (孩子、成人)
接受健康志愿者
不
描述
纳入标准：
符合美国糖尿病协会 (ADA) 的糖尿病视网膜病变筛查标准：
- 诊断为 1 型糖尿病 ≥ 3 年，11 岁或青春期
- 2型糖尿病的诊断
排除标准：
- 在过去 12 个月内进行过已知的糖尿病眼科检查
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
- 主要用途：放映
- 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：糖尿病视网膜病变现场检查
参与者将使用自主 AI 进行护理点糖尿病视网膜病变眼科检查。
那些测试呈阳性的人将被转介给眼科保健提供者进行散瞳检查。
|
参与者将使用自主人工智能软件进行护理点糖尿病视网膜病变筛查，以解释用非散瞳眼底相机拍摄的视网膜图像并提供即时结果。
其他名称：
|
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 |
|---|---|---|
|
糖尿病视网膜病变筛查比例
大体时间：第 1 天
|
自主人工智能对白人与非白人青年糖尿病视网膜病变筛查比例的等效性
|
第 1 天
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
视网膜图像判读一致率百分比
大体时间：第 1 天
|
自主人工智能与眼科医生共识分级在视网膜图像解读上的一致性
|
第 1 天
|
|
自主AI与预后标准的敏感性
大体时间：第一天
|
自主AI在检测青少年糖尿病视网膜病变方面的灵敏度与预后标准相比。
这将在仅包含ACCESS2试验队列中进行分析，并在包含已知糖尿病视网膜病变青少年的增强队列的ACCESS2试验队列中进行分析。
|
第一天
|
|
自主人工智能与预后标准特异性比较
大体时间：第1天
|
与预后标准相比，自主人工智能在检测青少年糖尿病视网膜病变方面的特异性。
这将在仅ACCESS2试验队列中进行分析，同时也在ACCESS2试验队列与已知糖尿病视网膜病变青少年组成的富集队列中进行分析。
|
第1天
|
|
患有糖尿病视网膜病变的比例
大体时间：第一天
|
患有糖尿病视网膜病变（包括无、轻度、中度或重度DR）的参与者比例。
|
第一天
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
调查人员
- 首席研究员：Risa M Wolf, MD、Johns Hopkins University
出版物和有用的链接
负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。
一般刊物
- Channa R, Wolf R, Abramoff MD. Autonomous Artificial Intelligence in Diabetic Retinopathy: From Algorithm to Clinical Application. J Diabetes Sci Technol. 2021 May;15(3):695-698. doi: 10.1177/1932296820909900. Epub 2020 Mar 4.
- Thomas CG, Channa R, Prichett L, Liu TYA, Abramoff MD, Wolf RM. Racial/Ethnic Disparities and Barriers to Diabetic Retinopathy Screening in Youths. JAMA Ophthalmol. 2021 Jul 1;139(7):791-795. doi: 10.1001/jamaophthalmol.2021.1551.
- Wolf RM, Channa R, Abramoff MD, Lehmann HP. Cost-effectiveness of Autonomous Point-of-Care Diabetic Retinopathy Screening for Pediatric Patients With Diabetes. JAMA Ophthalmol. 2020 Oct 1;138(10):1063-1069. doi: 10.1001/jamaophthalmol.2020.3190.
- Wolf RM, Liu TYA, Thomas C, Prichett L, Zimmer-Galler I, Smith K, Abramoff MD, Channa R. The SEE Study: Safety, Efficacy, and Equity of Implementing Autonomous Artificial Intelligence for Diagnosing Diabetic Retinopathy in Youth. Diabetes Care. 2021 Mar;44(3):781-787. doi: 10.2337/dc20-1671. Epub 2021 Jan 21.
- Porter M, Channa R, Wagner J, Prichett L, Liu TYA, Wolf RM. Prevalence of diabetic retinopathy in children and adolescents at an urban tertiary eye care center. Pediatr Diabetes. 2020 Aug;21(5):856-862. doi: 10.1111/pedi.13037. Epub 2020 May 31.
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2022年7月11日
初级完成 (估计的)
2026年9月30日
研究完成 (估计的)
2026年9月30日
研究注册日期
首次提交
2022年7月14日
首先提交符合 QC 标准的
2022年7月14日
首次发布 (实际的)
2022年7月18日
研究记录更新
最后更新发布 (实际的)
2026年7月2日
上次提交的符合 QC 标准的更新
2026年6月30日
最后验证
2026年6月1日
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.