Imaging and Predictive Modelling of Proliferative Vitreoretinopathy.
Ориентир для пациента и семьи
Простыми словами
Автоматическая сводка по структурированным данным реестра. Она помогает сориентироваться, но не заменяет официальный протокол или оценку врача.
- Что изучают
- Это наблюдательное исследование: исследуемое лечение участникам по протоколу не назначают.
- Кому может быть актуально
- Состояния в реестре: Proliferative Vitreoretinopathy. Базовые параметры: от 18 лет · Все.
- Что важно проверить
- Возраст, диагноз и пол — только базовые ориентиры. Предыдущее лечение, анализы и другие обязательные условия указаны ниже в критериях участия.
- Где проводится
- Великобритания
- Следующий шаг
- Сохраните исследование, покажите его лечащему врачу и уточните актуальный статус у исследовательского центра. Расходы, документы и поездка →
Не всё понятно в терминах? Прочитайте наш гид для пациентов →
Официальное название
Identification of Imaging Biomarkers and Predictive Modelling of Proliferative Vitreoretinopathy Using Deep Learning.
Обзор
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.
Первичные конечные точки
- To study multimodal imaging biomarkers of PVR. [Срок оценки: Preoperative biomarkers of PVR on cases with established PVR Post-operative biomarkers of PVR on cases that develop PVR in the first 3 months.]
Вторичные конечные точки (1)
- To develop deep learning AI models for PVR detection in retinal detachment. [Срок оценки: Post-operative 3 months]
Критерии участия
Критерии включения
- MORPH-1 and Cohort-NHS study imaging
Критерии исключения
- Participants from above studies who have not consented for image analysis and AI related analysis.
Критерии приведены из реестра в оригинале (на английском). Окончательную оценку соответствия проводит исследовательский центр.
Здоровые добровольцы: Нет
Дизайн исследования
- Модель наблюдения
- Когортное
Центры проведения
Великобритания · 1 центр
- University College London — London
Идентификаторы
NCT: NCT07682025 · EDGE 183954