Análisis de inteligencia artificial para imágenes de resonancia magnética en la detección del cáncer de mama en mujeres de alto riesgo
11 de noviembre de 2022 actualizado por: Shu Wang, Peking University People's Hospital
Centro de Mama del Hospital Popular de la Universidad de Pekín
Utilice el análisis de redes neuronales convolucionales para la clasificación de lesiones realzadas con contraste en la resonancia magnética de mama multiparamétrica.
Cree un protocolo abreviado e investigue si un protocolo abreviado era adecuado para la detección del cáncer de mama por resonancia magnética de mama en mujeres chinas de alto riesgo, lo que puede acortar el tiempo de examen y evitar imágenes mejoradas al tiempo que garantiza la precisión del diagnóstico.
Descripción general del estudio
Estado
Reclutamiento
Condiciones
Intervención / Tratamiento
Tipo de estudio
De observación
Inscripción (Anticipado)
5000
Contactos y Ubicaciones
Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.
Estudio Contacto
- Nombre: shu wang, doctor
- Número de teléfono: 86+010-88324010
- Correo electrónico: shuwang@pkuph.edu.cn
Ubicaciones de estudio
-
-
Bei Jing
-
Beijing, Bei Jing, Porcelana, 100044
- Reclutamiento
- Peking University People's Hospital
-
Contacto:
- Yuan peng
- Número de teléfono: 13671287670
- Correo electrónico: 13671287670@163.com
-
-
Beijing
-
Beijing, Beijing, Porcelana, 100044
- Reclutamiento
- Peking University People's Hospital
-
Contacto:
- yuan peng, MD
- Número de teléfono: 86+010-88324010
- Correo electrónico: 13671287670@163.com
-
-
Criterios de participación
Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.
Criterio de elegibilidad
Edades elegibles para estudiar
- Niño
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
No
Géneros elegibles para el estudio
Femenino
Método de muestreo
Muestra de probabilidad
Población de estudio
23
Descripción
Criterios de inclusión:
- Pacientes sometidos a examen BMRI de secuencia completa
- Consentimiento informado por escrito y completar el cuestionario de datos clínicos
- A través de la base de datos de seguimiento, se pueden obtener al menos 6 meses de resultados de seguimiento para determinar si el resultado del diagnóstico es negativo/benigno/maligno; para los pacientes que necesitan biopsia patológica, los resultados de la biopsia patológica prevalecerán para determinar la lesión benigna/maligna.
Criterio de exclusión:
- La mama había recibido radioterapia, quimioterapia, biología y otros tratamientos antes de la BMRI.
- Signos o síntomas de enfermedad mamaria
- Existen contraindicaciones para los exámenes de resonancia magnética con contraste de mama, como la alergia a los agentes de contraste.
- Pacientes durante la lactancia o el embarazo.
Plan de estudios
Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Grupo
- Perspectivas temporales: Futuro
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
población de alto riesgo
mujeres con alto riesgo de cáncer de mama que se someten a resonancia magnética mejorada
|
Sin intervención
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
rendimiento de cribado
Periodo de tiempo: 5 años
|
comparar las tasas de detección de cánceres de mama en el cribado de poblaciones de alto riesgo entre la secuencia completa de resonancia magnética de mama, secuencia mejorada con contraste y sin contraste.
|
5 años
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
La precisión de los radiólogos y los modelos de aprendizaje profundo
Periodo de tiempo: 5 años
|
compare la sensibilidad, la especificidad, el valor predictivo positivo y el valor predictivo negativo de la detección de tumores de mama por parte de radiólogos y modelos de aprendizaje profundo.
|
5 años
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Fechas de registro del estudio
Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.
Fechas importantes del estudio
Inicio del estudio (Actual)
1 de septiembre de 2021
Finalización primaria (Anticipado)
30 de septiembre de 2025
Finalización del estudio (Anticipado)
30 de septiembre de 2025
Fechas de registro del estudio
Enviado por primera vez
21 de julio de 2021
Primero enviado que cumplió con los criterios de control de calidad
30 de julio de 2021
Publicado por primera vez (Actual)
9 de agosto de 2021
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
16 de noviembre de 2022
Última actualización enviada que cumplió con los criterios de control de calidad
11 de noviembre de 2022
Última verificación
1 de noviembre de 2022
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- AI-BMRI
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
No
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
No
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
No
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .