- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05156567
Validierung eines Multitask-Deep-Learning-Systems bei Spine Metastasis CT
31. Mai 2022 aktualisiert von: Zhao Hui, Shanghai 6th People's Hospital
Multizentrische Validierung eines Multitask-Deep-Learning-Systems für Wirbelsäuleninstabilität bei Wirbelsäulenmetastasen-CT
Das Multitask Deep Learning System (DLS) mit fünf Algorithmen, die fünf quantitative Faktoren des Spinal Instability Neoplastic Score (SINS) erkennen, wurde entwickelt.
Radiologen und Onkologen aus mehreren Zentren werden rekrutiert, um die CT-Scans im Bildarchivierungs- und Kommunikationssystem (PACS) unabhängig zu lesen und mit dem DLS zu vergleichen.
Einen Monat nach dem Lesen der CT-Scans in PACS werden die Teilnehmer außerdem gebeten, einen webbasierten Test auf der DLS-Website mit denselben CT-Scans durchzuführen.
Fläche unter der Receiver Operating Characteristic Curve (AUC), Sensitivität und Spezifität des DLS wurden mit professionellen Gradern als Referenzstandard berechnet.
Studienübersicht
Status
Noch keine Rekrutierung
Intervention / Behandlung
Studientyp
Beobachtungs
Einschreibung (Voraussichtlich)
420
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
16 Jahre und älter (Erwachsene, Älterer Erwachsener)
Akzeptiert gesunde Freiwillige
Nein
Studienberechtigte Geschlechter
Alle
Probenahmeverfahren
Wahrscheinlichkeitsstichprobe
Studienpopulation
Patienten mit Wirbelsäulenmetastasen
Beschreibung
Einschlusskriterien:
- pathologisch gesicherte Diagnose eines soliden Tumors;
- spinaler CT-Scan, der auf eine spinale Metastasierung mit mindestens einer Läsion hinweist;
- keine vorherige Operation für Wirbelsäulenmetastasen
Ausschlusskriterien:
- spinale CT-Scans ohne sagittale Rekonstruktion;
- Der Radiologe war der Ansicht, dass die Qualität des CT-Bildes nicht eingeschränkt war.
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Kohorte
- Zeitperspektiven: Interessent
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
---|---|
Routineärzte
|
Das Multitask-DLS mit fünf Algorithmen, die fünf quantitative Faktoren von SINS erkennen
|
DLS
|
Das Multitask-DLS mit fünf Algorithmen, die fünf quantitative Faktoren von SINS erkennen
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
AUC
Zeitfenster: 1 Monat
|
Fläche unter der Receiver Operating Characteristic Curve (AUC) der Wirbelsäuleninstabilitätserkennung
|
1 Monat
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Empfindlichkeit
Zeitfenster: 1 Monat
|
Empfindlichkeit der Erkennung von Wirbelsäuleninstabilitäten
|
1 Monat
|
Spezifität
Zeitfenster: 1 Monat
|
Spezifität der Erkennung von Wirbelsäuleninstabilität
|
1 Monat
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
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 (Voraussichtlich)
1. Juli 2022
Primärer Abschluss (Voraussichtlich)
31. Dezember 2023
Studienabschluss (Voraussichtlich)
31. Dezember 2023
Studienanmeldedaten
Zuerst eingereicht
12. Dezember 2021
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
12. Dezember 2021
Zuerst gepostet (Tatsächlich)
14. Dezember 2021
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
1. Juni 2022
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
31. Mai 2022
Zuletzt verifiziert
1. Mai 2022
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- DLS01
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 Deep-Learning-System
-
Jia LiuAbgeschlossenArteriosklerose der HalsschlagaderChina
-
Hao TangRekrutierung
-
Chang Gung Memorial HospitalAbgeschlossenMaschinelles Lernen | MilzverletzungTaiwan
-
Copenhagen University Hospital, HvidovreRekrutierung
-
Beijing Tongren HospitalRekrutierung
-
Chinese PLA General HospitalRekrutierungGefäßerkrankungen | Hirnschlag | RadiologieChina
-
Chang Gung Memorial HospitalMinistry of Science and Technology, TaiwanRekrutierung
-
Chang ChenZunyi Medical College; Ningbo HwaMei Hospital, Zhejiang, China; The First Affiliated... und andere MitarbeiterRekrutierung
-
Jiangxi Provincial Cancer HospitalGuangdong Provincial People's HospitalRekrutierungLungenkrebs | Künstliche IntelligenzChina
-
DeepechoCentre Hospitalier Universitaire Ibn Rochd; Mohammed VI University Hospital; Hassan... und andere MitarbeiterAbgeschlossenOligohydramnion | Polyhydramnion | Einschränkung des fötalen Wachstums | Klein für Säuglinge im GestationsalterMarokko