Computergestütztes Tool zur Diagnose von Halstumoren bei Kindern
11. Januar 2022 aktualisiert von: Yuhan Yang, West China Hospital
Das Ziel dieser Studie war es, die diagnostische Wirksamkeit eines computergestützten Diagnosetools für Halsmassen mithilfe von maschinellem Lernen und Deep-Learning-Techniken anhand klinischer Informationen und radiologischer Bilder bei Kindern zu bewerten.
Studienübersicht
Status
Rekrutierung
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Bei dieser Studie handelt es sich um ein retrospektiv-prospektives Design des West China Hospital der Sichuan-Universität, das klinische Daten und radiologische Bilder umfasst.
Eine retrospektive Datenbank wurde für Patienten mit eindeutiger histologischer Diagnose und verfügbaren radiologischen Bildern von Juni 2010 und Dezember 2020 erstellt.
Die Forscher haben anhand dieser retrospektiven Kohorte Deep-Learning- und Machine-Learning-Diagnosemodelle erstellt und diese intern validiert.
Eine prospektive Kohorte würde Patienten rekrutieren, bei denen seit Januar 2021 Halsmassen festgestellt wurden.
Die vorgeschlagenen computergestützten Diagnosemodelle würden in dieser prospektiven Kohorte auch extern validiert.
Das Ziel dieser Studie war es, die diagnostische Wirksamkeit eines computergestützten Diagnosetools für Halsmassen mithilfe von maschinellem Lernen und Deep-Learning-Techniken anhand klinischer Daten und radiologischer Bilder bei Kindern zu bewerten.
Studientyp
Beobachtungs
Einschreibung (Voraussichtlich)
1500
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
Sichuan
-
Chengdu, Sichuan, China, 6100041
- Rekrutierung
- West China Hospital, Sichuan University
-
-
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
1 Sekunde bis 18 Jahre (Kind, Erwachsene)
Akzeptiert gesunde Freiwillige
Nein
Studienberechtigte Geschlechter
Alle
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Patienten, bei denen Halsmassen festgestellt wurden und die vor der Operation, Biopsie, neoadjuvanten Chemotherapie und Strahlentherapie klinische Informationen und radiologische Bilder ausgefüllt hatten.
Beschreibung
Einschlusskriterien:
- Alter bis 18 Jahre
- Vor der Diagnose keine Behandlung erhalten
- Mit schriftlicher Einverständniserklärung
Ausschlusskriterien:
- Klinische Daten fehlen
- Nicht verfügbare radiologische Bilder
- Ohne schriftliche Einverständniserklärung
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Retrospektive Kohorte
Die interne Kohorte wurde rückwirkend von Juni 2010 bis Dezember 2020 am West China Hospital der Sichuan University eingeschrieben.
Es ist eine Ausbildungs- und interne Validierungskohorte.
|
Verschiedene computergestützte Strategien für maschinelles Lernen und Deep Learning für die Modellkonstruktion und -validierung.
|
|
Voraussichtliche Kohorte
Für dasselbe Zentrum wurden prospektiv dieselben Einschluss-/Ausschlusskriterien angewendet.
Es handelt sich um eine externe Validierungskohorte.
|
Verschiedene computergestützte Strategien für maschinelles Lernen und Deep Learning für die Modellkonstruktion und -validierung.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Die diagnostische Genauigkeit von Halstumoren mit KI-basierten Screening-Tools bei Kindern
Zeitfenster: 1 Monat
|
Die diagnostische Genauigkeit von Halstumoren mit KI-basierten Screening-Tools bei Kindern.
|
1 Monat
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Die diagnostische Sensitivität von Halstumoren mit KI-basierten Screening-Tools bei Kindern
Zeitfenster: 1 Monat
|
Die diagnostische Sensitivität von Halstumoren mit KI-basierten Screening-Tools bei Kindern.
|
1 Monat
|
|
Die diagnostische Spezifität von Halstumoren mit KI-basierten Screening-Tools bei Kindern
Zeitfenster: 1 Monat
|
Die diagnostische Spezifität von Halstumoren mit KI-basierten Screening-Tools bei Kindern.
|
1 Monat
|
|
Der diagnostische positive Vorhersagewert von Halstumoren mit KI-basierten Screening-Tools bei Kindern
Zeitfenster: 1 Monat
|
Der diagnostische positive Vorhersagewert von Halstumoren mit KI-basierten Screening-Tools bei Kindern.
|
1 Monat
|
|
Der diagnostische negative Vorhersagewert von Halstumoren mit KI-basierten Screening-Tools bei Kindern
Zeitfenster: 1 Monat
|
Der diagnostische negative Vorhersagewert von Halstumoren mit KI-basierten Screening-Tools bei Kindern
|
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 (Tatsächlich)
1. Januar 2021
Primärer Abschluss (Voraussichtlich)
31. Dezember 2024
Studienabschluss (Voraussichtlich)
31. Dezember 2024
Studienanmeldedaten
Zuerst eingereicht
24. Dezember 2021
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
24. Dezember 2021
Zuerst gepostet (Tatsächlich)
12. Januar 2022
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
27. Januar 2022
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
11. Januar 2022
Zuletzt verifiziert
1. Januar 2022
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- HX-20211023
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
NEIN
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 .