- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05193656
Detección de cáncer de vejiga mediante redes neuronales convolucionales (BLAInostic)
28 de enero de 2024 actualizado por: Zealand University Hospital
Los investigadores tienen como objetivo experimentar e implementar varias arquitecturas de aprendizaje profundo para lograr una precisión a nivel humano en los sistemas de diagnóstico asistido por computadora (CAD).
En particular, los investigadores están interesados en detectar tumores de vejiga a partir de urografías por TC y cistoscopias de la vejiga en este proyecto.
Descripción general del estudio
Estado
Reclutamiento
Condiciones
Intervención / Tratamiento
Descripción detallada
Los investigadores tienen como objetivo experimentar e implementar varias arquitecturas de aprendizaje profundo para lograr una precisión a nivel humano en los sistemas de diagnóstico asistido por computadora (CAD).
En particular, los investigadores están interesados en detectar tumores de vejiga a partir de urografías por TC y cistoscopias de la vejiga en este proyecto.
Los investigadores quieren clasificar los tumores de vejiga como cancerosos, no cancerosos, de alto grado y de bajo grado, invasivos y no invasivos, con alta sensibilidad y baja tasa de falsos positivos utilizando varias redes neuronales convolucionales (CNN).
Esta tarea puede considerarse como el primer paso en la construcción de sistemas CAD para el diagnóstico del cáncer de vejiga.
Además, al automatizar esta tarea, la exploración del investigador reduce significativamente el tiempo que tardan los radiólogos en crear conjuntos de datos etiquetados a gran escala de exploraciones de urografía por TC y reducen los falsos negativos y positivos que pueden ocurrir debido a las cistoscopias de evaluación humana.
Tipo de estudio
De observación
Inscripción (Estimado)
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: Nessn Azawi, phd
- Número de teléfono: 26393034
- Correo electrónico: nesa@regionsjaelland.dk
Ubicaciones de estudio
-
-
-
Roskilde, Dinamarca, 4000
- Reclutamiento
- Zealand University Hospital
-
Contacto:
- Nessn H. Azawi, M.D.
- Número de teléfono: 004526393034
- Correo electrónico: nesa@regionsjaelland.dk
-
Investigador principal:
- Nessn Azawi, Ph.D
-
-
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
Método de muestreo
Muestra de probabilidad
Población de estudio
Pacientes con hematuria micro o macroscópica
Descripción
Criterios de inclusión:
- Pacientes con hematuria por primera vez
- Pacientes con el programa de control de cáncer de vejiga previo
Criterio de exclusión:
- Pacientes con cistoscopio de control por sospecha de enfermedad no oncológica
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 |
|---|---|
|
Detección de tumor vesical
Pacientes con hematuria o tumor vesical previo
|
Detección de tumor vesical con ayuda de inteligencia artificial
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Comparación de la técnica estándar con el aprendizaje automático
Periodo de tiempo: 5 años
|
La precisión del aprendizaje automático para detectar el cáncer de vejiga en comparación con la cistoscopia estándar
|
5 años
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión de detección de subtipos de cáncer de vejiga
Periodo de tiempo: 5 años
|
La capacidad de Machine Learning para identificar el cáncer de vejiga de alto grado del cáncer de vejiga de bajo grado
|
5 años
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Investigadores
- Investigador principal: Nessn Azawi, phd, Zealand University Hospital
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 junio de 2021
Finalización primaria (Estimado)
1 de junio de 2026
Finalización del estudio (Estimado)
1 de junio de 2026
Fechas de registro del estudio
Enviado por primera vez
17 de noviembre de 2021
Primero enviado que cumplió con los criterios de control de calidad
14 de enero de 2022
Publicado por primera vez (Actual)
18 de enero de 2022
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
30 de enero de 2024
Última actualización enviada que cumplió con los criterios de control de calidad
28 de enero de 2024
Última verificación
1 de enero de 2024
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
- Neoplasias
- Neoplasias Urológicas
- Neoplasias urogenitales
- Neoplasias por sitio
- Enfermedades urológicas
- Enfermedades de la vejiga urinaria
- Enfermedades urogenitales femeninas
- Enfermedades urogenitales femeninas y complicaciones del embarazo
- Enfermedades urogenitales
- Enfermedades urogenitales masculinas
- Neoplasias de la vejiga urinaria
Otros números de identificación del estudio
- SJ-905
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. .