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

Mønstergenkendelse og anomalidetektion i fostermorfologi ved hjælp af dyb læring og statistisk læring (PARADISE)

11. september 2023 opdateret af: University of Craiova
Medfødte anomalier (CA) er den hyppigst forekommende årsag til fosterdød, spædbørnsdødelighed og morbiditet. 7,9 millioner spædbørn fødes årligt med CA. Tidlig påvisning af CA letter livreddende behandlinger og stopper udviklingen af ​​handicap. CA kan diagnosticeres prænatalt gennem morfologisk scanning (MS). Uoverensstemmelser mellem præ- og postnatal diagnose af CA når 29 %. En korrekt fortolkning af MS giver mulighed for en detaljeret diskussion om prognosen med forældrene. Det centrale i PARADISE er udviklingen af ​​et specialiseret intelligent system, der indlejrer et udvalg af Deep Learning og Statistical Learning metoder, som arbejder sammen på en konkurrencedygtig/samarbejdsvillig måde for at øge ydeevnen af ​​MS-undersøgelser ved at signalere CA. Ved hjælp af præklinisk testning og klinisk validering vil hovedmålet være den direkte implementering i klinisk praksis. Dette tværfaglige projekt tilbyder en unik integration af tilgange, kompetencer, gennembrud i nøgleapplikationer af menneskelig, psykologisk, teknologisk og økonomisk interesse, såsom det 'smartere' sundhedssystem, hvilket åbner nye forskningsfelter. PARADISE skaber et miljø, der bidrager væsentligt til sundhedssystemet, medicinske og farmaceutiske industrier, det videnskabelige samfund, økonomien og i sidste ende til hver enkelt. Dets resultat vil øge indvirkningen på håndteringen af ​​CA ved at muliggøre etablering af detaljerede planer før fødslen, hvilket vil mindske morbiditet og dødelighed hos spædbørn.

Studieoversigt

Status

Rekruttering

Intervention / Behandling

Detaljeret beskrivelse

Sondevejledning: IS guider sonografens sonde for bedre optagelse af det føtale biometriske plan - Grundlæggende scanning, der skal udføres af ikke-ekspert(> 90% nøjagtighed (AC)) Fosterets biometriske planfinder: Fosterplanerne bliver automatisk detekteret, målt og gemt - Forsikring om, at alle anatomiske dele er kontrolleret (100% AC) Anomalidetektion: usædvanlige fund signaleres - Hjælp til beslutningstagning (>90% AC)

Undersøgelsestype

Observationel

Tilmelding (Anslået)

4000

Kontakter og lokationer

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

Studiekontakt

Undersøgelse Kontakt Backup

  • Navn: Smaranda Belciug, Assoc. Prof.
  • Telefonnummer: +40 729127574
  • E-mail: sbelciug@inf.ucv.ro

Studiesteder

    • Dolj
      • Craiova, Dolj, Rumænien, 200643
        • Rekruttering
        • University Emergency County Hospital
        • Kontakt:

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 50 år (Voksen)

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

De gravide kvinder, der har planlagt deres morfologiske scanning i andet trimester. De indgår i undersøgelsen fortløbende.

Beskrivelse

Inklusionskriterier:

  • Andet trimester gravide kvinder

Ekskluderingskriterier:

-

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
Andet trimester
Andet trimester føtal morfologi Indsaml patientdata, anonymiser og mærk dem. Skriftligt informeret samtykke eller mundtligt registreret samtykke (hvis deltageren mangler evnen til at skrive eller underskrive) vil blive indhentet før udførelsen af ​​MS. I det usandsynlige tilfælde, at nogle af deltagerne trækker deres samtykke tilbage efter at ultralyden er udført, vil de indsamlede data ikke blive brugt i projektet. Data til publikationer og datasæt vil tidligere blive gjort anonyme efter standardpraksis. Deltagerne underskriver en GDPR-formular.

Indsaml patientdata, anonymiser og mærk dem. Skriftligt informeret samtykke eller mundtligt registreret samtykke (hvis deltageren mangler evnen til at skrive eller underskrive) vil blive indhentet før udførelsen af ​​MS. I det usandsynlige tilfælde, at nogle af deltagerne trækker deres samtykke tilbage efter at ultralyden er udført, vil de indsamlede data ikke blive brugt i projektet. Data til publikationer og datasæt vil tidligere blive gjort anonyme efter standardpraksis. Deltagerne underskriver en GDPR-formular.

DL/SL-algoritmerne vil fungere på en konkurrencedygtig/samarbejdsvillig måde. Efter 'no-free-lunch'-sætningen vil vi bruge konkurrencefasen til at etablere den bedst egnede DL/SL-teknik til identifikation og anomalidetektion af hvert organ, og samarbejdsfasen til at få alle algoritmerne til at arbejde sammen om at give en 'anden mening.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Signaler medfødte anomalier
Tidsramme: 32 måneder
Antal medfødte anomalier fundet i et foster ved morfologisk scanning i andet trimester
32 måneder

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Ledende efterforsker: Smaranda Belciug, Assoc. Prof., University of Craiova

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Hjælpsomme links

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)

4. maj 2022

Primær færdiggørelse (Anslået)

31. december 2024

Studieafslutning (Anslået)

31. december 2024

Datoer for studieregistrering

Først indsendt

1. februar 2023

Først indsendt, der opfyldte QC-kriterier

11. februar 2023

Først opslået (Faktiske)

22. februar 2023

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

13. september 2023

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

11. september 2023

Sidst verificeret

1. september 2023

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • PARADISE

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

JA

IPD-planbeskrivelse

Efter at dataene er blevet anonymiseret og sikret, vil de blive uploadet til et offentligt websted for at være tilgængelige for andre forskere

IPD-delingstidsramme

Dataene bliver tilgængelige i december 2024 og vil være tilgængelige indtil december 2034

IPD-delingsadgangskriterier

Ingen kriterier

IPD-deling Understøttende informationstype

  • STUDY_PROTOCOL
  • SAP
  • CSR

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 Medfødte abnormiteter

Kliniske forsøg med Ultralyd

3
Abonner