Radiolog Diagnostic Performance Versus Artificial Intelligence (AI) (RAVIA)
Retrospektiv undersøgelse, der sammenligner radiologens diagnostiske præstation versus kunstig intelligens (AI) for mistanke om hoftebrud hos ældre patienter
I Frankrig opdages lårhalsbrud hovedsageligt ved tolkning af bækken/hofte røntgenbilleder (den franske sundhedsmyndigheds anbefaling).
Dog er op til 10 % af frakturerne ikke identificeret eller fejldiagnosticeret, især hos patienter indlagt på skadestuen.
Radiologer kan faktisk blive udsat for overdreven arbejde, hvilket medfører risiko for unøjagtig røntgendiagnose.
Den kunstige intelligens (AI) begynder at studere påvisningen af brud på medicinsk billeddannelse.
I denne retrospektive undersøgelse er denne teknologi udviklet af virksomheden GLEAMER testet for at evaluere påvisningsraten for hoftebrud og specifikt lårbenshalsbrud sammenlignet med radiologdiagnostik hos ældre patienter indlagt på skadestuen.
AI kunne optimere radiologernes diagnostiske ydeevne (øgelse af konfidensniveauet) og forbedre effektiviteten af formodede frakturer, der sorterer fra akutmodtagelsen.
Studieoversigt
Status
Intervention / Behandling
Undersøgelsestype
Tilmelding (Faktiske)
Kontakter og lokationer
Studiesteder
-
-
-
Montpellier, Frankrig, 34295
- Uhmontpellier
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Prøveudtagningsmetode
Studiebefolkning
Patienter på 60 år og ældre, indlagt på skadestue for smertefuld hofte/funktionel impotens efter mindre traumer.
Patienterne tager i det mindste en hofterøntgen
Beskrivelse
Inklusionskriterier:
- Patienter på 60 år og derover
- Mindre traume
- Indlagt på akutmodtagelse for smertefuld hofte/funktionel impotens efter mindre traumer
- Tager mindst en hofterøntgen
Ekskluderingskriterier:
- Smertefuldt før det mindre traume
- Vigtigt traume
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Observationsmodeller: Kun etui
- Tidsperspektiver: Tilbagevirkende kraft
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
|---|---|
|
Mistanke om hoftebrud
|
hofte standard radiografi/ CT-scanning/ MR
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Påvisningshastighed af lårhalsbrud
Tidsramme: 1 dag
|
Påvisningshastighed af lårhalsbrud
|
1 dag
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Detektionshastighed af andet hoftebrud
Tidsramme: 1 dag
|
Detektionshastighed af andet hoftebrud
|
1 dag
|
Samarbejdspartnere og efterforskere
Sponsor
Efterforskere
- Ledende efterforsker: Catherine CYTEVAL, MD.PhD, University Hospital, Montpellier
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Faktiske)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- RECHMPL20_0126
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
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 .