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

Optimering af diagnosticering af knoglebrud hos patienter behandlet på akutmodtagelsen ved brug af kunstig intelligens til aflæsning af radiologiske billeder i sammenligning med traditionel læsning af akutlægen. (FracturIA)

18. september 2023 opdateret af: Elsan

Som led i håndteringen af ​​en patient med mistanke om knoglebrud skal akutlæger træffe behandlingsbeslutninger, før de indhenter billedbehandlingsrapporten fra radiologen, som normalt ikke er tilgængelig kun få timer efter patientens indlæggelse, eller endda den følgende dag . Denne situation med vagtlægen, der alene tolker det radiologiske billede, i en kontekst af begrænset tid på grund af det store flow af patienter, der skal behandles, medfører en betydelig risiko for tolkningsfejl. Uerkendte frakturer repræsenterer en af ​​hovedårsagerne til diagnostiske fejl på akutmodtagelser.

Denne sammenlignende undersøgelse består af to kohorter af patienter henvist til skadestuen for mistanke om knoglebrud. Den første vil være af interesse for patienter, hvis radiologiske billeder vil blive fortolket af vagtlægens læsning systematisk fordoblet af læsningen af ​​den kunstige intelligens. Den anden vil interessere en gruppe patienter, som plejes af vagtlægens simple læsning.

Alle billederne fra begge grupper af patienter genlæses af institutionens radiologgruppe senest 24 timer efter patientens behandling.

En centraliseret gennemgang vil blive leveret af to ekspertradiologer. Desuden vil patienter i begge grupper systematisk blive tilbagekaldt i tilfælde af påvisning af en ukendt fraktur til indlæggelse.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Undersøgelsestype

Interventionel

Tilmelding (Anslået)

1500

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiekontakt

Studiesteder

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

Beskrivelse

Inklusionskriterier:

  • Hovedfag
  • Patient indlagt på skadestuen for mistanke om perifere frakturer i ekstremiteterne af overekstremiteterne og/eller underekstremiteterne (håndled/hånd og ankel/fod).
  • Patient tilknyttet eller berettiget til et socialt sikringssystem
  • Patienten har modtaget skriftlig og informeret information om undersøgelsen og har underskrevet et gratis og informeret samtykke til at deltage i undersøgelsen.

Ekskluderingskriterier:

  • Patient tidligere indlagt på skadestuen på grund af mistanke om brud og ikke inkluderet i undersøgelsen
  • Patient indlagt på skadestuen med mistanke om flere brud
  • Afvisning af at deltage i undersøgelsen
  • Beskyttet patient: voksen under værgemål, kuratorskab eller anden juridisk beskyttelse, frihedsberøvet ved retslig eller administrativ afgørelse og under retsbeskyttelse
  • Gravid, ammende eller fødende patient

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Støttende pleje
  • Tildeling: Randomiseret
  • Interventionel model: Parallel tildeling
  • Maskning: Ingen (Åben etiket)

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: Patient med akutlæge og AI til diagnose
Patient, der drager fordel af billeddiagnostik, indsendt til radiologisk aflæsning af akutlægen og AI med henblik på diagnose og behandlingsbeslutning
Enhed: Kunstig intelligens
Kunstig intelligens software: Boneview. Den analyserer røntgenbillederne, giver en vurdering af tilstedeværelsen af ​​brud på undersøgelsesniveau og lokaliserer bruddene på hvert billede ved at præsentere dem for praktiserende læge direkte på deres skærm uden andre logistiske begrænsninger for lægen.
Procedure: Akut læge
akutlægen analyserer røntgenbillederne
Placebo komparator: Patient hos akutlæge kun til diagnose
Procedure: Akut læge
akutlægen analyserer røntgenbillederne

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Patientgenindlæggelsesfrekvens for manglende diagnosticering af fraktur under indledende behandling.
Tidsramme: 1 dag
Denne hastighed vil blive bestemt i hver gruppe (aflæsning af akutlægen systematisk fordoblet af aflæsning af AI versus simpel aflæsning af akutlæge) sammenlignet med centraliseret genaflæsning.
1 dag

Samarbejdspartnere og efterforskere

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

Sponsor

Elsan

Samarbejdspartnere

Clinique Esquirol Saint Hilaire

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)

11. september 2023

Primær færdiggørelse (Anslået)

11. september 2024

Studieafslutning (Anslået)

11. oktober 2025

Datoer for studieregistrering

Først indsendt

18. september 2023

Først indsendt, der opfyldte QC-kriterier

18. september 2023

Først opslået (Faktiske)

25. september 2023

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. september 2023

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

18. september 2023

Sidst verificeret

1. september 2023

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 2023-A00639-36

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 Kunstig intelligens

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Germany

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner