此页面是自动翻译的，不保证翻译的准确性。请参阅英文版对于源文本。

Imaging and Predictive Modelling of Proliferative Vitreoretinopathy.

2026年6月30日更新者：University College, London

Identification of Imaging Biomarkers and Predictive Modelling of Proliferative Vitreoretinopathy Using Deep Learning.

Patients with retinal detachment are at risk of recurrence and failure of surgery requiring multiple surgeries due to a condition called proliferative vitreoretinopathy (PVR).

Study aims to help tailor patients' treatments and improve outcomes by:

[i] studying imaging biomarkers of PVR, and [ii] develop AI models for PVR detection.

Inclusion:

Patients with 'complicated' retinal detachment with PVR recruited to a phase 1 dose-finding trial called MORPH-1.
Patients with 'simple' retinal detachment without PVR recruited to a PhD study.

Non -invasive multimodal imaging and anonymized imaging will be used to study imaging biomarkers of PVR and develop deep learning models to predict PVR in collaboration with an artificial intelligence (AI) expert team at UCL Institute of Ophthalmology.

研究概览

地位

邀请报名

条件

增殖性玻璃体视网膜病变

研究类型

观察性的

注册 (估计的)

100

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。

学习地点

英国
- - London、英国
    - University College London

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

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

MORPH-1 - PVR detachments Cohort-NHS - primary RRD without PVR requiring PPV with PVD.

描述

Inclusion Criteria:

MORPH-1 and Cohort-NHS study imaging

Exclusion Criteria:

Participants from above studies who have not consented for image analysis and AI related analysis.

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

团体/队列数

队列和干预

团体/队列
Rhegmatogenous retinal detachment without proliferative vitreoretinopathy Rhegmatogenous retinal detachment without proliferative vitreoretinopathy at the time of their primary surgery
Rhegmatogenous retinal detachment with proliferative vitreoretinopathy Rhegmatogenous retinal detachment with proliferative vitreoretinopathy at the time of their primary surgery or post-operatively with recurrent retinal detachment.

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
To study multimodal imaging biomarkers of PVR. 大体时间：Preoperative biomarkers of PVR on cases with established PVR Post-operative biomarkers of PVR on cases that develop PVR in the first 3 months.	Use multimodal imaging namely widefield Optos, Widefield OCT, OCT macula, OCT disc, OCT EDI and OCTA to describe biomarkers of PVR.	Preoperative biomarkers of PVR on cases with established PVR Post-operative biomarkers of PVR on cases that develop PVR in the first 3 months.

次要结果测量

结果测量	措施说明	大体时间
To develop deep learning AI models for PVR detection in retinal detachment. 大体时间：Post-operative 3 months	Use widefield Optos imaging and OCT to: Develop outputs for presence of PVR (binary), and Develop output for prediction of PVR grade.	Post-operative 3 months

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。

赞助

University College, London

调查人员

首席研究员：James Bainbridge、University College, London

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)

2026年10月12日

初级完成 (估计的)

2027年10月15日

研究完成 (估计的)

2027年10月15日

研究注册日期

首次提交

2026年5月5日

首先提交符合 QC 标准的

2026年6月30日

首次发布 (实际的)

2026年7月2日

研究记录更新

最后更新发布 (实际的)