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

Differentiering mellem hjerneblødning og kontrast

Kunstig intelligens til at skelne mellem hjerneblødning og kontrastekstravasation efter mekanisk revaskularisering ved akut iskæmisk slagtilfælde

Målet med denne observationelle undersøgelse er at bruge kunstig intelligens til at differentiere hjerneblødning fra kontrastmiddel ekstravasation efter mekanisk revaskularisering i iskæmisk slagtilfælde.

Hovedspørgsmålet, det sigter mod at besvare, er: Om kunstig intelligens kan hjælpe med at differentiere hjerneblødning fra ekstravasation af kontrastmiddel.

Patienter med intrakranielle højdensitetslæsioner på CT-scanninger inden for 24 timer efter mekanisk revaskularisering vil blive inkluderet. Forventes at indskrive 500 patienter. Typen af ​​højdensitetslæsion bestemmes i henhold til dual-energy CT-billeder eller opfølgende billeder. Patienterne vil blive opdelt i træningsgrupper, validerings- og testgrupper ved stratificeret tilfældig stikprøve (6:2:2). Efter at billederne og billedetiketterne er opnået, vil deep learning kunstig intelligens blive brugt til at lære billedets egenskaber og etablere en diagnostisk model, og modellens ydeevne og generaliseringsevne vil blive evalueret.

Studieoversigt

Status

Ikke rekrutterer endnu

Undersøgelsestype

Observationel

Tilmelding (Anslået)

500

Kontakter og lokationer

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

Studiekontakt

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
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Fra december 2017 til juni 2023 vil patienter med akut iskæmisk slagtilfælde eller intrakraniel arteriel stenose, som har gennemgået mekanisk vaskularisering på 10 centre, blive indskrevet retrospektivt.

Beskrivelse

Inklusionskriterier:

(1) patienter gennemgik ikke-forstærket hoved-CT efter mekanisk vaskularisering; (2) indledende postoperativ ikke-forstærket hoved-CT blev udført inden for 24 timer efter mekanisk vaskularisering; og (3) intrakraniel hyperintensitet, som blev defineret som en objektivt højere tæthed end det omgivende grå eller hvide stof i parenkymet eller højere tæthed end cerebrospinalvæske i ventrikler og cisterner, kunne ses på den indledende ikke-forstærkede hoved-CT efter mekanisk vaskularisering.

Ekskluderingskriterier:

(1) opfølgningstiden for ikke-forstærket hoved-CT efter mekanisk vaskularisering var mindre end 24 timer; (2) artefakter (f.eks. metalartefakter eller bevægelsesartefakter) påvirkede hyperintensiteten i CT-billeder; og (3) patienter gennemgik kraniotomi efter mekanisk vaskularisering, hvilket gjorde det vanskeligt at identificere området med hyperintensitet.

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
blødning
Resultatet af den intrakranielle hyperdensitet på CT-billeder bestemmes af dual-energy CT eller opfølgningsbilleder: hyperdensitet kan ses på det virtuelle ikke-kontrastbillede af dual-energy CT, eller høj densitet varer længere end 48 timer.
simpel kontrast ekstravasation
Der er ingen intrakraniel hyperdensitet på de virtuelle ikke-kontrastbilleder af dual-energy CT, eller den opfølgende CT viser, at hyperdensiteten absorberes inden for 48 timer.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Udvikle en dyb læringsmodel til at differentiere hjerneblødning fra kontrastmiddel ekstravasation, og evaluere modellens ydeevne og generaliseringsevne
Tidsramme: 2024-12
Modellens nøjagtighed, følsomhed, specificitet, præcision og genkaldelse vil blive beregnet, og forvirringsmatrix vil blive vist.
2024-12

Samarbejdspartnere og efterforskere

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

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 (Anslået)

1. september 2023

Primær færdiggørelse (Anslået)

1. juli 2024

Studieafslutning (Anslået)

1. december 2024

Datoer for studieregistrering

Først indsendt

4. september 2023

Først indsendt, der opfyldte QC-kriterier

4. september 2023

Først opslået (Faktiske)

13. september 2023

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

13. september 2023

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

4. september 2023

Sidst verificeret

1. september 2023

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

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 .

3
Abonner