ChiCTR2500105091已完成Unknown
基于眼部生物参数和深度学习的儿童青少年屈光度的预测方法
山西省科技厅1 个研究点 分布在 1 个国家目标入组 559 人开始时间: 2022年7月1日最近更新:
适应症
试验速览
- 阶段
- Unknown
- 状态
- 已完成
- 发起方
- 入组人数
- 559
- 试验地点
- 1
- 主要终点
- 眼轴
研究概览
简要总结
基于眼生物参数及深度学习构建预测模型，以研究儿童青少年屈光度的进展。
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 6 至 18（—）
- 性别
- All
入选标准
- •1.5-18 岁的儿童青少年；2.能够配合完成验光检查；3.能够配合完成生物测量检查；4.可以接收长期随访。
排除标准
- •1.配戴近视防控眼镜和 / 或接受近视防控干预措施；2.有眼前后节器质性病变；3.有影响配合检查的全身病。
研究组 & 干预措施
观察组
结局指标
主要结局
眼轴
屈光度
角膜曲率
次要结局
- 晶体厚度
- 前房深度
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
李美燕医师：该研究尚未获得伦理委员会批准，请于批准后再开始纳入参试者，并与我们联系上传批件。 基于深度学习的眼底图片屈光不正预测与视网膜病变识别研究屈光不正ChiCTR2000035982自筹5,000
Unknown
不适用
基于端到端深度学习模型的儿童青少年近视进展居家监测设备及关键算法的研制ChiCTR2500100874自选课题（自筹）
尚未招募
Unknown
基于深度学习多模态融合的儿童近视预测研究近视ChiCTR2000035783上海市第一人民医院2,181
尚未招募
Unknown
关于行为模式及高级视功能在屈光发育中作用的临床研究近视ChiCTR1900026049350
Unknown
4 期
周边视网膜屈光状态对青少年近视进展影响的前瞻性队列研究ChiCTR-OCH-11001524中山大学 5010 项目225