Vorhersage von Zerebralparese bei Säuglingen mit Verletzungen der weißen Substanz mittels MRT
Frühzeitige Vorhersage von Zerebralparese durch MRT bei Säuglingen mit Verletzung der weißen Substanz: eine multizentrische Studie
Ziel dieser Studie ist es, die mit Zerebralparese verbundenen MRT-Merkmale zu bestimmen und Vorhersagemodelle für pädiatrische Erkrankungen durch die Kombination von MRT mit künstlicher Intelligenz zu entwickeln.
Die wichtigsten Fragen, die beantwortet werden sollen, sind:
- Wie lassen sich mit der konventionellen MRT Merkmale im Zusammenhang mit Zerebralparese erzielen?
- Wie lässt sich das Risiko einer Zerebralparese bei Säuglingen im Alter von 6 bis 2 Jahren auf der Grundlage konventioneller MRT und Deep Learning vorhersagen? Die Forscher werden die Merkmale einer periventrikulären Verletzung der weißen Substanz mit Zerebralparese mit denen ohne Zerebralparese vergleichen.
Die Teilnehmer werden gebeten, MRT-Daten, Informationen zu klinischen Diagnosen und Ergebnisse der Nachsorge bereitzustellen.
Studienübersicht
Status
Intervention / Behandlung
Detaillierte Beschreibung
Zerebralparese (CP) ist eine häufige Gruppe von Bewegungsstörungen, die bei Kindern häufig zu Behinderungen führt. Im Zusammenhang mit CP ist die Bedeutung einer frühen Diagnose von entscheidender Bedeutung, aktuelle Diagnosemodalitäten identifizieren jedoch häufig Fälle nach dem Alter von 2 Jahren. Nach dem ersten Screening von Säuglingen mit hohem CP-Risiko mittels Verhaltensbewertung ist die Magnetresonanztomographie (MRT) ein integraler Bestandteil der umfassenden Beurteilung. Das Training eines herkömmlichen Modells zur CP-Risikovorhersage erfordert einen hohen Zeit- und Finanzaufwand. Die durchschnittliche Sensitivitätsrate sinkt auf 90 %. Bisher wurde die Deep-Learning-Technologie häufig bei Aufgaben im Zusammenhang mit der bildbasierten Krankheitsklassifizierung eingesetzt und hat eine hervorragende Leistung gezeigt.
Periventrikuläre Verletzungen der weißen Substanz (PVWMI) machen den größten Anteil verschiedener Arten von Hirnverletzungen bei Zerebralparese aus, und die Arten von Hirnverletzungen bei Zerebralparese sind vielfältig und komplex und stellen Deep-Learning-Modelle vor Schwierigkeiten und Herausforderungen. Daher konzentriert sich diese Studie auf PVWMI, die häufigste Form der Zerebralparese, und verwendet konventionelle MRT, um ein Deep-Learning-Vorhersagemodell für CP bei Säuglingen im Alter von 6 Monaten bis 2 Jahren zu entwickeln.
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienkontakt
- Name: Yitong Bian, MD
- Telefonnummer: 15209220323
- E-Mail: bianyt0323@163.com
Studienorte
-
-
Shaanxi
-
Xi'an, Shaanxi, China
- The First Affiliated Hospital of Xi'an Jiaotong University
-
Kontakt:
- Jian Yang, Ph.D.,M.D.
- Telefonnummer: 0086-18991232396
- E-Mail: cjr.yangjian@vip.163.com
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Säuglinge und Kinder mit hohem Risiko einer periventrikulären Verletzung der weißen Substanz (PVWMI) (Gestationsalter <35 Wochen, Geburtsgewicht <2,6 kg, zangengestützte Entbindung/Anziehung des fetalen Kopfes, Apgar-Score <7, Hypoglykämie, Sepsis, Elektrolytstörungen, vorzeitiger Bruch von Membranen);
- Diejenigen, die sich im Alter von 6 Monaten bis 2 Jahren einer MRT unterzogen, einschließlich mindestens T1WI- und T2WI-Sequenzen;
- Bei der Nachuntersuchung die klinische Diagnose des Patienten: Zerebralparese, andere Diagnosen, die sich nicht zu einer Zerebralparese entwickelten, oder Unfähigkeit, die Diagnose zu bestätigen.
Ausschlusskriterien:
- Unvollständige MRT-Bilder oder unleserliche Bilder aufgrund von Bewegungsartefakten;
- Unvollständige Daten zur neurologischen Verhaltensbewertung (einschließlich: grobmotorische Funktion).
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
PVWMI Säuglinge im Alter von 6 Monaten bis 2 Jahren
Säuglinge werden im Alter von 6 Monaten bis 2 Jahren mittels MRT gescannt.
Die Säuglinge mit periventrikulärer Verletzung der weißen Substanz (PVWMI) werden eingeschrieben.
|
Für die automatische Vorhersage von Zerebralparese werden Deep-Learning-Klassifizierungsmodelle verwendet.
Maschinen werden eingesetzt, um Ärzte bei der Risikobewertung von Zerebralparese zu unterstützen.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Genauigkeit des Modells zur Vorhersage von Zerebralparese
Zeitfenster: Von September 2024 bis Dezember 2025
|
Bestimmen Sie die Genauigkeit der PVWMI-Klassifizierung und der Vorhersage von Zerebralparese.
Je höher der Wert, desto besser ist die Modellleistung.
|
Von September 2024 bis Dezember 2025
|
Mitarbeiter und Ermittler
Mitarbeiter
Ermittler
- Studienleiter: Jian Yang, Ph.D.,M.D, First Affiliated Hospital Xi'an Jiaotong University
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- XJTU1AF2024LSYY-154
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
IPD-Sharing-Zeitrahmen
IPD-Sharing-Zugriffskriterien
Art der unterstützenden IPD-Freigabeinformationen
- STUDIENPROTOKOLL
- SAFT
- ICF
- ANALYTIC_CODE
- CSR
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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 Zerebralparese
-
houyajingAnmeldung auf EinladungSialorrhoe True Bulbar Palsy Medullary VerletzungChina
-
Fondation Ophtalmologique Adolphe de RothschildFrench National Agency for Research on AIDS and Viral HepatitisAbgeschlossenCerebral Small Vessel DiseaseFrankreich