Detección automatizada de enfermedad ósea metastásica en exploraciones de gammagrafía ósea
16 de marzo de 2023 actualizado por: Maastricht University
Ensayo clínico in silico que compara la precisión de lectura de los médicos y un algoritmo de aprendizaje profundo para la detección de enfermedad ósea metastásica en exploraciones de gammagrafía ósea.
Las gammagrafías óseas son imágenes médicas bidimensionales que se utilizan mucho en medicina nuclear.
Las exploraciones detectan cambios en el metabolismo óseo con alta sensibilidad, pero carecen de especificidad para las causas subyacentes.
Por lo tanto, se requerirían más imágenes para confirmar la causa subyacente.
El objetivo de este estudio es investigar si el aprendizaje profundo puede mejorar la decisión clínica basada en exploraciones de gammagrafía ósea.
Descripción general del estudio
Estado
Terminado
Condiciones
Tipo de estudio
De observación
Inscripción (Actual)
2365
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.
Ubicaciones de estudio
-
-
Limburg
-
Maastricht, Limburg, Países Bajos, 6229ER
- Maastricht University
-
-
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
Todos
Método de muestreo
Muestra no probabilística
Población de estudio
Cualquier paciente que tuviera indicación de realizarse una gammagrafía ósea en alguno de los centros participantes.
Descripción
Criterios de inclusión:
- Pacientes a los que se les realizó una gammagrafía ósea que está disponible con el informe radiológico entre 2010-2018
Criterio de exclusión:
- La falta de una gammagrafía ósea, o informe radiológico correspondiente
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
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
BS-UKA
Pacientes que se sometieron a una gammagrafía ósea entre 2010 y 2018 en el hospital universitario RTWH Aachen, y cuyo informe de gammagrafía ósea indicaba la presencia o ausencia de enfermedad ósea metastásica.
|
El objetivo es investigar si los algoritmos de aprendizaje profundo pueden detectar metástasis óseas con alta precisión y especificidad.
|
|
BS-Namur
Pacientes que se sometieron a una gammagrafía ósea entre 2010 y 2018 en el hospital universitario de Namur, y tenían un informe de gammagrafía ósea que indicaba la presencia o ausencia de enfermedad ósea metastásica.
|
El objetivo es investigar si los algoritmos de aprendizaje profundo pueden detectar metástasis óseas con alta precisión y especificidad.
|
|
BS-Aalborg
Pacientes que se sometieron a una gammagrafía ósea entre 2010 y 2018 en el hospital universitario de Aalborg, y tenían un informe de gammagrafía ósea que indicaba la presencia o ausencia de enfermedad ósea metastásica.
|
El objetivo es investigar si los algoritmos de aprendizaje profundo pueden detectar metástasis óseas con alta precisión y especificidad.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
El rendimiento de clasificación del algoritmo DL en comparación con la realidad básica
Periodo de tiempo: Junio 2021
|
Informe de las medidas de rendimiento (área bajo la curva, precisión, especificidad, etc.)
|
Junio 2021
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Comparación del rendimiento de clasificación del algoritmo DL con el de los médicos
Periodo de tiempo: Junio 2021
|
Corrección del diagnóstico de Dr versus AI (variable dicotómica: correcto versus no correcto) en un subconjunto de los datos de validación, utilizando una prueba estadística de McNemar
|
Junio 2021
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Publicaciones y enlaces útiles
La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.
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)
10 de marzo de 2021
Finalización primaria (Actual)
30 de diciembre de 2021
Finalización del estudio (Actual)
31 de diciembre de 2021
Fechas de registro del estudio
Enviado por primera vez
19 de abril de 2021
Primero enviado que cumplió con los criterios de control de calidad
25 de octubre de 2021
Publicado por primera vez (Actual)
8 de noviembre de 2021
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
20 de marzo de 2023
Última actualización enviada que cumplió con los criterios de control de calidad
16 de marzo de 2023
Última verificación
1 de marzo de 2023
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- MBDDL
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. .