Aprendizaje profundo para la evaluación pulmonar preoperatoria en TC torácica
26 de junio de 2024 actualizado por: Jianxing He, The First Affiliated Hospital of Guangzhou Medical University
Aplicación del aprendizaje profundo en imágenes por tomografía computarizada de pacientes con cirugía torácica electiva: evaluación de la función pulmonar anormal preoperatoria
El ensayo se diseñó como un estudio observacional prospectivo no intervencionista, de un solo centro, para utilizar tecnología de aprendizaje profundo combinada con imágenes de tomografía computarizada (TC) para predecir con precisión los indicadores de función pulmonar de pacientes preoperatorios de cirugía torácica.
Descripción general del estudio
Estado
Reclutamiento
Descripción detallada
Las pruebas de función pulmonar preoperatorias son cruciales para evaluar las complicaciones perioperatorias o los riesgos de mortalidad y brindar apoyo a las decisiones para la cirugía torácica.
Sin embargo, los métodos tradicionales de evaluación de la función pulmonar tienen limitaciones importantes, que incluyen pruebas de larga duración, dificultades en la cooperación del paciente, altas tasas de falsos negativos y numerosas contraindicaciones.
Por lo tanto, nuestro estudio optimizó el modelo final basado en 1500 TC de fase inspiratoria única mediante la transferencia de parámetros del modelo entrenados en 500 TC respiratorias de fase dual, mejorando sus capacidades predictivas de la función pulmonar.
Este ajuste se adapta a las demandas de las aplicaciones del mundo real y ofrece un soporte de evaluación de la función pulmonar preoperatoria más conveniente, completo y personalizado.
Nuestro estudio optimizó el modelo final basado en 1500 TC de fase inspiratoria única mediante la transferencia de parámetros del modelo entrenados en 500 TC respiratorias de fase dual, mejorando sus capacidades predictivas de la función pulmonar.
Este ajuste se adapta a las demandas de las aplicaciones del mundo real y ofrece un soporte de evaluación de la función pulmonar preoperatoria más conveniente, completo y personalizado.
Tipo de estudio
De observación
Inscripción (Estimado)
2000
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: Jianxing He, MD
- Número de teléfono: 86-20-83337792
- Correo electrónico: drjianxing.he@gmail.com
Ubicaciones de estudio
-
-
Guangdong
-
Guangzhou, Guangdong, Porcelana, 510120
- Reclutamiento
- Department of Cardiothoracic Surgery, the First Affiliated Hospital of Guangzhou Medical College
-
Contacto:
- Jianxing He, MD
- Número de teléfono: 86-20-83337792
- Correo electrónico: drjianxing.he@gmail.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
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
No
Método de muestreo
Muestra no probabilística
Población de estudio
Pacientes de cirugía torácica electiva
Descripción
Criterios de inclusión:
- (1) Firma del formulario de consentimiento informado;
- (2) Hombre o mujer, de 18 a 75 años;
- (3) Someterse a una cirugía torácica electiva;
- (4) Buena cooperación preoperatoria en la función pulmonar e informes completos;
- (5) Tomografía computarizada de tórax preoperatoria de fase única o dual sin artefactos significativos y con imágenes completas;
- (6) El intervalo entre la función pulmonar preoperatoria y las tomografías computarizadas de fase única/doble no excede un mes.
Criterio de exclusión:
- (1) Mala cooperación en la función pulmonar preoperatoria o informes faltantes;
- (2) Las tomografías computarizadas de tórax preoperatorias de fase única o dual exhiben artefactos significativos u omisión de imágenes;
- (3) El intervalo entre la función pulmonar preoperatoria y las tomografías computarizadas de fase única/doble excede un mes;
- (4) Complicaciones con trastornos respiratorios graves (como trasplante de pulmón, neumotórax, ampollas gigantes, etc.);
- (5) Coexistir con otras deficiencias funcionales graves;
- (6) Pacientes con lesiones obstructivas como estenosis de las vías respiratorias o esofágica;
- (7) Altura más allá del rango de la ecuación previsto (Mujer < 1,45 m; Hombre < 1,55 m);
- (8) Uso de medicamentos antes de las pruebas de función pulmonar que no cumplen con las pautas para dejar de fumar;
- (9) Calidad del informe de función pulmonar calificada como D-F.
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 |
|---|---|
|
Cohorte de fase inspiratoria única
Los pacientes de esta cohorte se someten a una TC de fase inspiratoria única y a pruebas de función pulmonar antes de la operación.
|
Utilizar tecnología de aprendizaje profundo junto con imágenes de tomografía computarizada de fase inspiratoria única para predecir con precisión los indicadores de función pulmonar de pacientes de cirugía torácica preoperatoria.
|
|
Cohorte respiratoria de doble fase.
Los pacientes de esta cohorte se someten a TC respiratoria de fase dual y pruebas de función pulmonar preoperatoriamente.
|
Utilizar tecnología de aprendizaje profundo junto con imágenes de tomografía computarizada respiratoria de fase dual para predecir con precisión los indicadores de función pulmonar de pacientes de cirugía torácica preoperatoria.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Error absoluto medio (MAE)
Periodo de tiempo: 2 años
|
Se utiliza para evaluar la discrepancia entre las predicciones de la función pulmonar realizadas por el algoritmo de aprendizaje profundo y los resultados reales obtenidos de las pruebas de función pulmonar (medidos con un espirómetro).
|
2 años
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Coeficiente de correlación de concordancia (CCC)
Periodo de tiempo: 2 años
|
Se utiliza para evaluar la discrepancia entre las predicciones de la función pulmonar realizadas por el algoritmo de aprendizaje profundo y los resultados reales obtenidos de las pruebas de función pulmonar (medidos con un espirómetro).
|
2 años
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Colaboradores
Investigadores
- Investigador principal: Jianxing He, MD, Department of Cardiothoracic Surgery, the First Affiliated Hospital of Guangzhou Medical College
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 octubre de 2023
Finalización primaria (Estimado)
30 de septiembre de 2024
Finalización del estudio (Estimado)
30 de diciembre de 2024
Fechas de registro del estudio
Enviado por primera vez
21 de junio de 2024
Primero enviado que cumplió con los criterios de control de calidad
26 de junio de 2024
Publicado por primera vez (Actual)
27 de junio de 2024
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
27 de junio de 2024
Última actualización enviada que cumplió con los criterios de control de calidad
26 de junio de 2024
Última verificación
1 de junio de 2024
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- ES-2024-091-02
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. .