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

Dyb læring i retinoblastom påvisning og overvågning.

24. marts 2022 opdateret af: Wenbin Wei, Beijing Tongren Hospital

Deep Learning computerstøttet detektionssystem til retinoblastom detektion og overvågning.

Retinoblastom er den mest almindelige øjenkræft i barndommen. Øjenbevarende behandlinger kræver rutinemæssig overvågning af retinoblastomregression og tilbagefald for at vejlede den tilsvarende behandling. I det aktuelle studie udvikler vi en deep learning-algoritme, der samtidigt kan identificere retinoblastom-tumorer på Retcam-billeder og skelne mellem aktive og inaktive retinoblastom-tumorer. Denne algoritme vil blive valideret gennem et prospektivt indsamlet datasæt.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Retinoblastom, den mest almindelige øjenkræft i barndommen, rammer 1 ud af 15.000 til 1 ud af 18.000 levendefødte. Kina har det næststørste antal patienter med retinoblastom i verden. Øjenbevarende terapier er blevet brugt bredt i Kina i cirka 15 år. Øjenbevarende behandlinger kræver rutinemæssig overvågning af retinoblastomregression og tilbagefald for at vejlede den tilsvarende behandling. Imidlertid er størstedelen af ​​kvalificerede øjenlæger koncentreret i flere medicinske centre. Dyb læring baseret på Retcam-undersøgelse, der kan identificere retinoblastom, vil reducere screeningsnøjagtigheden på de lokale hospitaler og reducere overvågningsordmængden. I det aktuelle studie er der udviklet en deep learning-algoritme, der samtidigt kan identificere retinoblastomtumorer på Retcam-billeder og skelne mellem aktive og inaktive retinoblastomtumorer. Denne algoritme vil blive valideret gennem et prospektivt indsamlet datasæt.

Undersøgelsestype

Observationel

Tilmelding (Forventet)

200

Kontakter og lokationer

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

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

  • Kina
    • Beijing
      • Beijing, Beijing, Kina, 100730
        • Rekruttering
        • Wen-Bin Wei

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

1 sekund til 5 år (BARN)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Retinoblastompatienter gennemgår standard medicinsk behandling.

Beskrivelse

Inklusionskriterier:

  • Retinoblastompatienter gennemgår standard medicinsk behandling.

Ekskluderingskriterier:

  • Operatørerne identificerede billeder, der ikke kunne vurderes for en korrekt diagnose, på grund af årsager som sløring og defokus, og udelukkede dem fra yderligere analyse.

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
Retinoblastom patienter
Retinoblastompatienter, der gennemgår standard medicinsk behandling på Beijing Tongren Hospital. Det anonyme billede af disse patienter vil prospektivt blive indsamlet og mærket af senior øjenlæger.
Diagnostisk test: Dyb læringsalgoritme
En dyb læringsalgoritme, der blev udviklet tidligere, ville blive anvendt til at identificere retinoblastom-tumorer på Retcam-billeder og skelne mellem aktive og inaktive retinoblastom-tumorer. Beslutningen fra to forskellige senior øjenlæger ville være guldstandarden.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Diagnose nøjagtighed af deep learning algoritme
Tidsramme: En uge
Den diagnostiske nøjagtighed af denne dybe læringsalgoritme er andelen af ​​ægte positive og sande negative i alle evaluerede tilfælde
En uge

Samarbejdspartnere og efterforskere

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

Sponsor

Beijing Tongren Hospital

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)

1. maj 2022

Studieafslutning (FORVENTET)

1. oktober 2022

Datoer for studieregistrering

Først indsendt

24. marts 2022

Først indsendt, der opfyldte QC-kriterier

24. marts 2022

Først opslået (FAKTISKE)

1. april 2022

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (FAKTISKE)

1. april 2022

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

24. marts 2022

Sidst verificeret

1. marts 2022

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • AI in retinoblastoma

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 Dyb læringsalgoritme

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Mozambique

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner