棘阿米巴与人工智能
2024年5月8日 更新者:Giulio Ferrari、IRCCS Ospedale San Raffaele
棘阿米巴与人工智能:单中心回顾性观察研究
棘阿米巴角膜炎由病原体棘阿米巴属引起,在世界范围内被认为是一种严重的眼部感染,可能对视力造成潜在风险。
这项观察性回顾性和单中心研究具有探索性,旨在确定识别模式的可能性,这些模式可能有助于未来从共焦图像快速诊断棘阿米巴角膜炎,利用角膜检查的正常性和计算的高特异性和敏感性楷模。
这些数据将基于通过实验室检测确诊为阳性的患者,这些患者在检测感染方面已被证明是有效的。
用于将患者分组的实验室检查包括细菌检查、PCR检查和培养检查。
患者被分为两组,第一组包括棘阿米巴感染阳性的患者,第二组包括棘阿米巴感染阴性但其他病原体阳性的患者。 该研究将持续18个月。
接受研究的队列包括来自 IRCCS San Raffaele 医院的 151 名接受上述检查的患者,其中 76 例属于棘阿米巴阳性患者组,75 例属于其他病原体阳性对照组。
该群体的共焦图像将被输入人工智能软件。 为了评估模型,将使用测试集,并使用计算机视觉领域最常用的指标(例如准确性、特异性、灵敏度和f1-score)来评估AI模型的能力;最终对模型进行综合评价。
研究概览
研究类型
观察性的
注册 (估计的)
151
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
- 孩子
- 成人
- 年长者
接受健康志愿者
不
取样方法
非概率样本
研究人群
根据之前资格标准中描述的检查结果,将创建两组患者:
- 棘阿米巴感染呈阳性的患者。
- 棘阿米巴感染呈阴性但另一种病原体感染呈阳性的患者。
第一组约 75 名受试者和第二组约 76 名受试者的共焦图像(用作对照)将被输入人工智能软件。
这项回顾性研究的样本量是基于我们数据库中有关研究纳入标准的可用数据。
描述
纳入标准:
- 2004 年至 2023 年间进行了角膜刮片和随后的细菌镜检查、PCR 和细菌培养分析。
- 患者角膜感染呈阳性。
排除标准:
- 患者对上述检查的消极态度。
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
研究衡量的是什么?
主要结果指标
结果测量 |
大体时间 |
|---|---|
|
确定体内共聚焦显微镜 (IVCM) 图像中潜在存在的棘阿米巴感染的显着模式。
大体时间:IVCM 和实验室样本将在第 0 天(注册当天)采集。
|
IVCM 和实验室样本将在第 0 天(注册当天)采集。
|
次要结果测量
结果测量 |
大体时间 |
|---|---|
|
IVCM 图像和实验室结果之间的相关性评估。
大体时间:IVCM 和实验室样本将在第 0 天(注册当天)采集。
|
IVCM 和实验室样本将在第 0 天(注册当天)采集。
|
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。
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
- Dart JK, Saw VP, Kilvington S. Acanthamoeba keratitis: diagnosis and treatment update 2009. Am J Ophthalmol. 2009 Oct;148(4):487-499.e2. doi: 10.1016/j.ajo.2009.06.009. Epub 2009 Aug 5.
- Cabrera-Aguas M, Khoo P, Watson SL. Infectious keratitis: A review. Clin Exp Ophthalmol. 2022 Jul;50(5):543-562. doi: 10.1111/ceo.14113. Epub 2022 Jun 3.
- Lorenzo-Morales J, Khan NA, Walochnik J. An update on Acanthamoeba keratitis: diagnosis, pathogenesis and treatment. Parasite. 2015;22:10. doi: 10.1051/parasite/2015010. Epub 2015 Feb 18.
- Zhang Y, Xu X, Wei Z, Cao K, Zhang Z, Liang Q. The global epidemiology and clinical diagnosis of Acanthamoeba keratitis. J Infect Public Health. 2023 Jun;16(6):841-852. doi: 10.1016/j.jiph.2023.03.020. Epub 2023 Mar 23.
- Rampat R, Deshmukh R, Chen X, Ting DSW, Said DG, Dua HS, Ting DSJ. Artificial Intelligence in Cornea, Refractive Surgery, and Cataract: Basic Principles, Clinical Applications, and Future Directions. Asia Pac J Ophthalmol (Phila). 2021 Jul 1;10(3):268-281. doi: 10.1097/APO.0000000000000394.
- Lv J, Zhang K, Chen Q, Chen Q, Huang W, Cui L, Li M, Li J, Chen L, Shen C, Yang Z, Bei Y, Li L, Wu X, Zeng S, Xu F, Lin H. Deep learning-based automated diagnosis of fungal keratitis with in vivo confocal microscopy images. Ann Transl Med. 2020 Jun;8(11):706. doi: 10.21037/atm.2020.03.134.
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 (估计的)
2024年5月1日
初级完成 (估计的)
2024年10月1日
研究完成 (估计的)
2025年4月1日
研究注册日期
首次提交
2024年3月15日
首先提交符合 QC 标准的
2024年3月22日
首次发布 (实际的)
2024年3月27日
研究记录更新
最后更新发布 (实际的)
2024年5月10日
上次提交的符合 QC 标准的更新
2024年5月8日
最后验证
2024年3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.