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

Evaluation of a COVID-19 Pneumonia CXR AI Detection Algorithm

22. september 2020 opdateret af: Ensemble Group Holdings, LLC

Evaluation of a Chest X-Ray AI Neural Network (RadGen SARS-CoV2 Detection System) for the Detection of RT-PCR Confirmed SARS-Cov2 Covid-19 Pneumonia

This study investigates the diagnostic performance of an AI algorithm in the detection of COVID-19 pneumonia on chest radiographs.

Studieoversigt

Status

Ukendt

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

This is an international multi-center study. Chest radiographs (CXR) from different participating centers will be collected to develop an AI algorithm to detect COVID-19 pneumonia. This will be tested on external hold out datasets from different centers using SARS-CoV-2 by Real-Time Reverse Transcriptase-Polymerase Chain Reaction (RT-PCR) Assay as ground truth.

Undersøgelsestype

Observationel

Tilmelding (Forventet)

4000

Kontakter og lokationer

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

Studiesteder

  • Hong Kong
      • Hong Kong, Hong Kong
        • University of Hong Kong

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

18 år til 120 år (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ja

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

There will be three subsets of study population in this study; patients who were

  1. RT-PCR confirmed COVID-19 positive
  2. RT-PCR confirmed COVID-19 negative
  3. either had a diagnosis of pneumonia before the 1st January 2020.

Beskrivelse

Inclusion Criteria:

  • All adult patients >18 years of age
  • Attended any of the participating institutes between February 1, 2020 until September, 2020
  • Underwent both RT-PCR testing and frontal CXR (within 48 hours of PCR testing) for COVID-19 infection
  • frontal CXR of patients pre-covid pandemic

Exclusion Criteria:

  • Unavailability of patient demographics and clinical data
  • Inconclusive RT-PCR results
  • CXR considered to be of non-diagnostic quality by the clinical radiology research team at each site
  • CXR not in a retrievable or processable format for AI inference

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
RT-PCR Positive Patients
RT-PCR confirmed patients positive for SARS-CoV-2
Diagnostisk test: AI model
Deep Learning CNN model
Negative patients
RT-PCR confirmed patients negative for SARS-CoV-2 or patients with CXR performed before the emergence of COVID-19 pandemic
Diagnostisk test: AI model
Deep Learning CNN model

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Diagnostic Performance of AI model
Tidsramme: 9 months
Performance (accuracy, sensitivity, specificity, false-positive rate (FPR), false-negative rate (FNR), and Area Under the Curve (AUC)) of the AI model in detection of COVID-19 pneumonia on their baseline CXR using RT-PCR and historical controls as gold standard in a multi-center / multi-national cohort.
9 months

Samarbejdspartnere og efterforskere

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

Sponsor

Ensemble Group Holdings, LLC

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. marts 2020

Primær færdiggørelse (Forventet)

30. oktober 2020

Studieafslutning (Forventet)

31. december 2020

Datoer for studieregistrering

Først indsendt

22. september 2020

Først indsendt, der opfyldte QC-kriterier

22. september 2020

Først opslået (Faktiske)

23. september 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

24. september 2020

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

22. september 2020

Sidst verificeret

1. september 2020

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • EN-092020

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 Covid19

Kliniske forsøg med AI model

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Argentina

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner