Diagnóstico temprano y predicción de riesgos de melanoma basado en inteligencia artificial en niños, adolescentes y adultos jóvenes (AI-MEL)
27 de septiembre de 2024 actualizado por: German Cancer Research Center
AI-MEL: Análisis de imágenes y aprendizaje automático para el diagnóstico temprano y la predicción de riesgos en niños, adolescentes y adultos jóvenes
El objetivo de este estudio es desarrollar algoritmos de inteligencia artificial de diagnóstico de apoyo para distinguir el melanoma de los nevos u otras lesiones cutáneas pigmentadas benignas, especialmente en pacientes más jóvenes (menores de 30 años). Los principales objetivos que pretende alcanzar son:
- desarrollo de un algoritmo basado en imágenes dermatoscópicas, dirigido a la detección del cáncer de piel en poblaciones vulnerables
- desarrollo de otro algoritmo basado en imágenes histológicas, destinado a ser utilizado por patólogos en lesiones que aún son sospechosas de melanoma después de la evaluación dermatológica
- Implementación de métodos de explicabilidad para permitir al usuario comprender mejor las decisiones de los sistemas, evitar sesgos y aumentar la confianza en estas aplicaciones.
No hay ningún compromiso de tiempo adicional para los participantes del estudio para este estudio, ya que los datos utilizados en este proyecto se recopilarán en la práctica clínica habitual de todos modos.
Descripción general del estudio
Estado
Reclutamiento
Tipo de estudio
De observación
Inscripción (Estimado)
3000
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: Titus J Brinker, PD Dr. med
- Número de teléfono: +49 15175084347
- Correo electrónico: titus.brinker@nct-heidelberg.de
Ubicaciones de estudio
-
-
-
Tübingen, Alemania, 72074
- Terminado
- University of Tübingen
-
-
-
-
-
Barcelona, España, 08036
- Reclutamiento
- Hospital Clinic de Barcelona
-
Contacto:
- Susana Puig
- Correo electrónico: spuig@clinic.cat
-
-
-
-
-
Florence, Italia, 50121
- Terminado
- University of Florence
-
-
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
Sí
Método de muestreo
Muestra no probabilística
Población de estudio
Principalmente niños (hasta 15 años inclusive), adolescentes (16-20) y adultos jóvenes (de 21 a 30 años)
Descripción
Criterios de inclusión:
-
Criterios de exclusión:
- Pacientes sin diagnóstico de melanoma o nevo
- imágenes con calidad de imagen insuficiente
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
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Área bajo la curva del operador receptor (AUROC)
Periodo de tiempo: Primera evaluación: al finalizar el primer ciclo de capacitación y pruebas (aproximadamente dentro de 1,5 años desde el inicio del estudio). Reevaluaciones: a los 6 y 12 meses post-formación inicial para mejora del modelo.
|
El AUROC se utiliza para medir y comparar la precisión diagnóstica de diferentes clasificadores.
Por lo tanto, un valor más alto significa un mejor rendimiento diagnóstico, siendo un AUROC de 1 una puntuación perfecta.
|
Primera evaluación: al finalizar el primer ciclo de capacitación y pruebas (aproximadamente dentro de 1,5 años desde el inicio del estudio). Reevaluaciones: a los 6 y 12 meses post-formación inicial para mejora del modelo.
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión equilibrada
Periodo de tiempo: Primera evaluación: al finalizar el primer ciclo de capacitación y pruebas (aproximadamente dentro de 1,5 años desde el inicio del estudio). Reevaluaciones: a los 6 y 12 meses post-formación inicial para mejora del modelo.
|
La precisión equilibrada se utiliza para medir y comparar la precisión diagnóstica entre el clasificador y el médico.
Por lo tanto, un valor más alto significa un mejor rendimiento de diagnóstico, con una precisión equilibrada de 1 que significa capacidades de diagnóstico perfectas.
|
Primera evaluación: al finalizar el primer ciclo de capacitación y pruebas (aproximadamente dentro de 1,5 años desde el inicio del estudio). Reevaluaciones: a los 6 y 12 meses post-formación inicial para mejora del modelo.
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Titus J Brinker, PD Dr. med, German Cancer Research Center
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.
Enlaces Útiles
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 diciembre de 2022
Finalización primaria (Estimado)
30 de noviembre de 2026
Finalización del estudio (Estimado)
30 de noviembre de 2026
Fechas de registro del estudio
Enviado por primera vez
24 de septiembre de 2024
Primero enviado que cumplió con los criterios de control de calidad
27 de septiembre de 2024
Publicado por primera vez (Actual)
1 de octubre de 2024
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
1 de octubre de 2024
Última actualización enviada que cumplió con los criterios de control de calidad
27 de septiembre de 2024
Última verificación
1 de septiembre de 2024
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- MELCAYA-AI-MEL
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. .