- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05671601
Anwendung von Deep Learning zur gemeinsamen Beurteilung der Embryonalentwicklung zur Verbesserung des Schwangerschaftsergebnisses des Embryotransfers
26. Dezember 2022 aktualisiert von: The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School
Anwendung von Deep-Learning-Automatisierung basierend auf Zeitraffer-Bildgebung zur gemeinsamen Beurteilung der Embryoentwicklung zur Verbesserung des Schwangerschaftsergebnisses des einzelnen Blastozystentransfers
Ziel dieser Forschung ist es, die auf Zeitraffer-Bildgebung basierende Deep-Learning-Automatisierung anzuwenden, um die Embryoentwicklung gemeinsam zu bewerten, um die Konsistenz der Embryobewertung sicherzustellen und die Genauigkeit der Bewertung zu verbessern.
Studienübersicht
Status
Noch keine Rekrutierung
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Diese Studie ist eine prospektive Beobachtungsstudie nach einer retrospektiven Analyse.
Es handelt sich um eine monozentrische Studie ohne Randomisierung oder Blindheit.
In der Frühphase werden 1000 Patienten aus drei Perioden der Embryokultur durch Zeitraffer gesammelt, um ein automatisiertes gemeinsames Bewertungssystem für den gesamten Prozess der Embryoentwicklung zu etablieren.
In der späteren Phase werden die Patienten in zwei Gruppen eingeteilt: Zeitraffer-Bildgebung (TLI) + Bewertungsgruppe für künstliche Intelligenz (KI) und morphologische Bewertungsgruppe.
An 100 Patientinnen wird am 5. Tag eine einzelne Blastozystentransplantation durchgeführt, um den Schwangerschaftsausgang zu verfolgen.
Studientyp
Beobachtungs
Einschreibung (Voraussichtlich)
100
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
20 Jahre bis 40 Jahre (Erwachsene)
Akzeptiert gesunde Freiwillige
Nein
Studienberechtigte Geschlechter
Weiblich
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Die Patienten sind unter 40 Jahre alt und benötigen einen künstlichen Eingriff, um Kinder zu bekommen
Beschreibung
Einschlusskriterien:
- (1) Alter < 40 Jahre alt; (2) Routine-IVF-Zyklen; (3) Periodenzahl ≤ 2; (4) Die Anzahl der gesammelten Eizellen beträgt 5-15; (5) BMI: 18–25 kg/m 2 , follikelstimulierendes Hormon (FSH) ≤ 12 IE/l am dritten Tag; (6) Patientinnen mit mehr als 3 qualitativ hochwertigen Embryonen an Tag 3 und durchgeführter einzelner Blastozystentransplantation an Tag 5. (7) Patientin ohne Endometriumfaktoren.
Ausschlusskriterien:
- (1) Genetische Präimplantationstests (PGT) sind aufgrund männlicher Unfruchtbarkeit, Ovulationszyklus und Chromosomenanomalien erforderlich; (2) es gibt systemische Erkrankungen von klinischer Bedeutung; (3) Bilder von Blastozysten werden nicht gebildet oder sind nicht verfügbar; (4) Unvollständige oder unklare Bilderfassung in prokaryotischen, mitotischen und Blastozystenphasen beeinträchtigte die KI-Auswertung.
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Sonstiges
- Zeitperspektiven: Interessent
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
TLI+AI-Bewertungsgruppe
|
Eine Maschine, die automatisch aufgenommene Fotos verarbeitet
|
|
Morphologische Bewertungsgruppe
|
Manuelle Erkennung von Bildern
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Implantationsrate
Zeitfenster: 2022-2023
|
die Wahrscheinlichkeit einer erfolgreichen Implantation des Embryos in die Gebärmutter
|
2022-2023
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
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)
30. Dezember 2022
Primärer Abschluss (Voraussichtlich)
15. Dezember 2023
Studienabschluss (Voraussichtlich)
15. Juni 2024
Studienanmeldedaten
Zuerst eingereicht
5. Dezember 2022
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
26. Dezember 2022
Zuerst gepostet (Schätzen)
4. Januar 2023
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Schätzen)
4. Januar 2023
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
26. Dezember 2022
Zuletzt verifiziert
1. November 2022
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- wangshanshan820
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Nein
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Ja
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 Automatische Bilderkennung
-
Skin Analytics LimitedAbgeschlossenHautkrebs | Plattenepithelkarzinom | Basalzellkrebs | Melanom der HautVereinigtes Königreich
-
Skin Analytics LimitedInnovate UKAbgeschlossen
-
The Methodist Hospital Research InstituteNational Institute on Aging (NIA)AbgeschlossenVirtuelle RealitätVereinigte Staaten
-
Skin Analytics LimitedAbgeschlossenBasalzellkarzinom | Plattenepithelkarzinom | Malignes Hautmelanom T0Vereinigte Staaten, Italien
-
Skin Analytics LimitedInnovate UKAbgeschlossen
-
Università degli Studi di FerraraAalborg UniversityAbgeschlossenPostoperative Komplikationen | Anästhesie | Komplikation der mechanischen BeatmungItalien
-
Atlanta VA Medical CenterUniversity of Alabama at Birmingham; Emory UniversityAbgeschlossenNykturieVereinigte Staaten