Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

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

Ubicaciones de estudio

      • Roskilde, Dinamarca, 4000
        • Reclutamiento
        • Zealand University Hospital
        • Contacto:
        • 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.

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

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. .

Suscribir