Påvisning af ovariecancer ved hjælp af en kunstig intelligens aktiveret transvaginal ultralydsbilleddannelsesalgoritme
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Undersøgelsestype
Undersøgelsestype
Tilmelding (Forventet)
Tilmelding
Fase
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Qinglei Gao, MD, PhD
- Telefonnummer: 13871127473 13871127473
- E-mail: qingleigao@hotmail.com
Undersøgelse Kontakt Backup
- Navn: Ding Ma, MD, PhD
- Telefonnummer: 13886090620 13886090620
- E-mail: dingma424@126.com
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Beskrivelse
Inklusionskriterier:
- Kvinder, der er planlagt til transvaginal ultralydsundersøgelse for adnexale læsioner;
- Kvinder over 18 år;
- Kvinder, der er villige til at deltage i denne undersøgelse, bevises ved at underskrive det informerede samtykke.
Ekskluderingskriterier:
- Kvinder uden adnexa af nogen grund på tidspunktet for transvaginal ultralydsundersøgelse, herunder, men ikke begrænset til, at modtage kirurgisk fjernelse for adnexa;
- Kvinder med en patologisk diagnose af kræft i æggestokkene før den transvaginale ultralydsundersøgelse;
- Kvinder med psykisk abnorm;
- Kvinder samarbejdede eller deltog ikke i andre kliniske forsøg;
- Gravide eller ammende kvinder.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Diagnostisk
- Tildeling: Randomiseret
- Interventionel model: Parallel tildeling
- Maskning: Dobbelt
Antal våben
Våben og indgreb
Deltagergruppe / ArmDeltagergruppe / Arm |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Ingen indgriben: Transvaginal ultralydsdiagnose
radiologer fortolker transvaginale ultralydsbilleder uden hjælp fra kunstig intelligens (AI) algoritme
|
|
|
Eksperimentel: AI aktiverede transvaginal ultralydsdiagnose
radiologer fortolker transvaginale ultralydsbilleder ved hjælp af kunstig intelligens-algoritme
|
AI-aktiveret transvaginal ultralydsdiagnose for kræft i æggestokkene
Andre navne:
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
diagnostisk nøjagtighed
Tidsramme: 2 år
|
diagnostisk nøjagtighed sammenligning mellem transvaginal ultralyd diagnose med og uden kunstig intelligens algoritme for ovariecancer
|
2 år
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
tidsomkostninger for transvaginal ultralydsbilledfortolkning
Tidsramme: 2 år
|
tidsomkostninger for radiologer til at fortolke transvaginale ultralydsbilleder
|
2 år
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Efterforskere
Efterforskere
- Studiestol: Qinglei Gao, MD, PhD, Tongji Hospital
Datoer for undersøgelser
Studer store datoer
Studiestart (Forventet)
Studiestart
Primær færdiggørelse (Forventet)
Primær færdiggørelse
Studieafslutning (Forventet)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
- Neoplasmer efter histologisk type
- Neoplasmer
- Urogenitale neoplasmer
- Neoplasmer efter sted
- Karcinom
- Neoplasmer, kirtel og epitel
- Genitale neoplasmer, kvindelige
- Sygdomme i det endokrine system
- Ovariesygdomme
- Adnexale sygdomme
- Gonadale lidelser
- Neoplasmer i endokrine kirtler
- Ovariale neoplasmer
- Karcinom, ovarieepitel
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- 2019-TJ-OVAB
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
IPD-delingstidsramme
IPD-delingsadgangskriterier
IPD-deling Understøttende informationstype
- Studieprotokol
- Statistisk analyseplan (SAP)
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .