Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Risk Stratification With Chest CT to Rule-out Suspected SARS-CoV-2 Infections (SCout)

17. September 2021 aktualisiert von: Ulf Teichgräber, Jena University Hospital

Risk Stratification With Chest Computed Tomography to Rule-out Suspected SARS-CoV-2 Infections of Unspecific Symptomatic Patients Before Hospital Admission

The study objective is to investigate the diagnostic value and consistency of chest CT as compared with comparison to RT-PCR assay in COVID-19 in patients which were stratified for hospital admission.

Studienübersicht

Status

Abgeschlossen

Intervention / Behandlung

Detaillierte Beschreibung

To prevent spreading of the new coronavirus (SARS-CoV-2) from patients who are infected but in whom infection was not detected by means of Reverse transcription polymerase chain reaction (RT-PCR) and who are to be admitted to ordinary wards of hospitals, we aimed to determine validity of exclusion of pneumonia immediately before admission by means of chest computed tomography.

Patients admitted to the emergency department of the university hospital Jena with Covid-19 symptoms (temperature > 37.5°C; respiratory and/or gastrointestinal symptoms) whose RT-PCR test resulted negative, undergo a chest CT scan. Those patients without pulmonary infiltrates can be safely ruled out for Covid-19. Thus, CT has perfect selectivity evidence regarding pulmonary infiltrates; it has limited selectivity concerning the pathogenesis of the infiltration.

The study objective is to investigate the diagnostic value and consistency of chest CT as compared with comparison to RT-PCR assay in COVID-19 in patients which were stratified for hospital admission.

The hypothesis is that chest CT has the greatest clinical evidence (no detection of lung infiltration) when the RT-PCT is tested negative. We assume that chest CT has a high sensitivity for diagnosis of respiratory dominant COVID-19. A pulmonary COVID-19 in epidemic areas can be best ruled out when chest CT is negative for the presence of infiltrations of the lung parenchyma. This is described by the SNOUT principle which is an acronym for 'Sensitive test when Negative rules OUT the disease' under the condition of a low pretest probability.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

145

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

    • Thuringia
      • Jena, Thuringia, Deutschland, 07747
        • Jena University Hospital

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

18 Jahre und älter (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Patients with unspecific symptoms of SARS-CoV-2 infection who are to be admitted to hospital for any disease and who provide written informed consent to undergo rt-PCR, chest CT, and antibody test.

Beschreibung

Inclusion Criteria:

  • ≥ 18 years
  • Provided written informed consent
  • Intended hospital admission for any reason
  • Symptoms that suggest infection with SARS-CoV-2
  • Participant agrees to rt PCR and antibody test (SARS-CoV-2)

Exclusion Criteria:

  • < 18 years
  • Pregnancy cannot be excluded

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Sensitivity and specificity of chest CT in detecting pneumonia in unspecific symptomatic patients who are to be admitted to hospital and who are rt-PCR negative for SARS-CoV-2.
Zeitfenster: At hospital admission
Positive likelihood ratio (LR+) Negative likelihood ratio (LR-)
At hospital admission

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Sensitivity and specificity of chest CT in patients with pulmonary comorbidities
Zeitfenster: At hospital admission
Sensitivity and specificity of chest CT in detecting pneumonia in unspecific symptomatic patients with pulmonary comorbidities who are to be admitted to hospital and who are rt-PCR negative for SARS-CoV-2.
At hospital admission
Sensitivity and specificity of chest CT in patients with cardiovascular comorbidities
Zeitfenster: At hospital admission
Sensitivity and specificity of chest CT in detecting pneumonia in unspecific symptomatic patients with cardiovascular comorbidities who are to be admitted to hospital and who are rt-PCR negative for SARS-CoV-2.
At hospital admission
Sensitivity and specificity of chest CT in patients with malignancy
Zeitfenster: At hospital admission
Sensitivity and specificity of chest CT in detecting pneumonia in unspecific symptomatic patients with malignancy who are to be admitted to hospital and who are rt-PCR negative for infection with SARS-CoV-2.
At hospital admission
Sensitivity and specificity of chest CT in patients with immunodeficiency
Zeitfenster: At hospital admission
Sensitivity and specificity of chest CT in detecting pneumonia in unspecific symptomatic patients with immunodeficiency who are to be admitted to hospital and who are rt-PCR negative for SARS-CoV-2.
At hospital admission

Andere Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Predictive value of specific chest CT findings for detection of SARS-CoV-2
Zeitfenster: At hospital admission
Predictive value of chest CT
At hospital admission

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Ermittler

  • Hauptermittler: Ulf Teichgräber, Prof. Dr., Department of Radiology, Jena University Hospital, Germany

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

15. April 2020

Primärer Abschluss (Tatsächlich)

20. Mai 2020

Studienabschluss (Tatsächlich)

30. Juni 2020

Studienanmeldedaten

Zuerst eingereicht

20. April 2020

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

21. April 2020

Zuerst gepostet (Tatsächlich)

22. April 2020

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

20. September 2021

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

17. September 2021

Zuletzt verifiziert

1. September 2021

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

There is not a plan to make IPD available.

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Klinische Studien zur Schweres akutes Atemwegssyndrom Coronavirus 2

Klinische Studien zur CT-imaging

Abonnieren