Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

D-Lung: En analyseplatform for lungekræft baseret på Deep Learning-teknologi

7. februar 2023 opdateret af: Professor Winnie W.C. Chu, Chinese University of Hong Kong

D-Lung: En analyseplatform for primær lungekræftscreening, diagnose og behandling baseret på Deep Learning-teknologi

Lungekræft er en af ​​hovedårsagerne til kræftdød i verden, karakteriseret ved lav 5-års overlevelsesrate på mindre end 20%. Pulmonal nodule betragtes som den typiske billeddiagnostiske manifestation i tidlige stadier af lungekræft. National Lung Screen Trial har vist, at dødeligheden kan falde meget ved hjælp af lavdosis helical computertomografi til screening af pulmonale knuder. Automatisk detektion, diagnose og håndtering af lungeknuder spiller således den afgørende rolle i computerstøttet lungekræftscreening og tidlig intervention.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

130

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

  • Hong Kong
    • Shatin
      • Hong Kong, Shatin, Hong Kong
        • The Chinese University of Hong Kong, Prince of Wale Hospital

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • VOKSEN
  • OLDER_ADULT
  • BARN

Tager imod sunde frivillige

N/A

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Dette er en enkelt institutionel retrospektiv kohorteundersøgelse af patienter på hospitaler i Hong Kong, som havde gennemgået thorax CT for mistænkelige lungeknuder.

Beskrivelse

Inklusionskriterier:

  • Personer med mistænkelige lungeknuder.
  • Tyndtlags thorax CT og patologisk undersøgelse er udført for mistænkelige lungeknuder.

Ekskluderingskriterier:

  • Forsøgspersoner med ledsagede læsioner på CT-billeder, der kan interferere med lungeknudeanalyse

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
nøjagtighed
Tidsramme: 2 år
andel af sande resultater (både sande positive og sande negative) blandt hele forekomster
2 år
følsomhed
Tidsramme: 2 år
sand positiv rate i procent(%) afledt af ROC-analyse
2 år
specificitet
Tidsramme: 2 år
sand negativ rate i procent (%) udledt af ROC-analyse
2 år
areal under kurve (AUC)
Tidsramme: 2 år
areal under ROC-kurven i procent (%)
2 år

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
gennemsnitligt antal falske positive pr. scanning (FP'er/scanning)
Tidsramme: 2 år
FP'er/scanning i antal (N) baseret på free-response receiver operation characteristic (FROC) analyse
2 år
konkurrencepræstationsmåling (CPM)
Tidsramme: 2 år
Competitive Performance Metric (CPM) er et kriterium, der bruges til CAD-systemevaluering. Baseret på FROC-paradigme beregnes CPM-score som en gennemsnitlig følsomhed ved syv foruddefinerede gennemsnitlige falske positive rater. CPM-score varierer fra 0 til 1, hvor højere CPM-score indikerer bedre CAD-ydelse.
2 år

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Chinese University of Hong Kong

Samarbejdspartnere

Department of Computer Science & Engineering, CUHK

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (FAKTISKE)

1. juli 2018

Primær færdiggørelse (FAKTISKE)

30. juni 2020

Studieafslutning (FAKTISKE)

30. juni 2020

Datoer for studieregistrering

Først indsendt

26. juli 2019

Først indsendt, der opfyldte QC-kriterier

26. juli 2019

Først opslået (FAKTISKE)

30. juli 2019

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (FAKTISKE)

8. februar 2023

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

7. februar 2023

Sidst verificeret

1. februar 2023

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 2019.306

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

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 .

Kliniske forsøg med Lungekræft

Kliniske forsøg med computertomografi

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Netherlands

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner