Análisis inteligente y validación clínica de la enfermedad de pequeños vasos cerebrales en imágenes por resonancia magnética: un estudio multicéntrico
30 de octubre de 2024 actualizado por: Xin Lou, Chinese PLA General Hospital
La enfermedad cerebral de pequeños vasos (ECVS) representa el 20% de los accidentes cerebrovasculares isquémicos y es la causa más común de deterioro cognitivo vascular.
La identificación temprana de CSVD es fundamental para la intervención temprana y mejorar los resultados clínicos.
La resonancia magnética (MRI) puede representar una herramienta sensible y robusta para detectar cambios tempranos en las estructuras y funciones sutiles del cerebro.
El estudio tiene como objetivo investigar la evaluación integral mediante el uso de IA en el diagnóstico temprano y el tratamiento de la ECVS.
Descripción general del estudio
Estado
Aún no reclutando
Condiciones
Intervención / Tratamiento
Descripción detallada
La enfermedad cerebral de pequeños vasos (ECVS) es una causa importante de accidente cerebrovascular, deterioro cognitivo y otras enfermedades, y su evaluación cuantitativa temprana puede mejorar significativamente el pronóstico del paciente.
La resonancia magnética (MRI) es un método importante para evaluar la aparición, el desarrollo y la gravedad de la ECVS.
Sin embargo, el proceso de diagnóstico carece de criterios de evaluación cuantitativa y está limitado por la experiencia, lo que fácilmente puede conducir a diagnósticos erróneos o erróneos.
Con base en los desafíos técnicos actuales, el desarrollo de temas y la actualización de conocimientos, para evitar la ocurrencia de accidentes médicos adversos y simplificar el proceso de diagnóstico, la inteligencia artificial (IA) se ha convertido en el método alternativo de elección, mediante la construcción de un modelo de aprendizaje profundo de capacitación, que puede ayudar a los médicos en la toma de decisiones clínicas para mejorar la eficacia del diagnóstico de la detección y el diagnóstico de CSCD.
Tipo de estudio
De observación
Inscripción (Estimado)
1000
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: Chaobang Xie
- Número de teléfono: 18798120676
- Correo electrónico: chaobangxie@163.com
Ubicaciones de estudio
-
-
-
Beijing, Porcelana, 100853
- Chinese PLA General Hospital
-
Contacto:
- Chaobang Xie
- Número de teléfono: 18798120676
- Correo electrónico: chaobangxie@163.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
Sí
Método de muestreo
Muestra no probabilística
Población de estudio
Se trata de un estudio multicéntrico con un plan total de 1000 pacientes, 500 del Hospital General PLA chino y 500 de otros centros.
Descripción
Criterios de inclusión:
① Hombres y mujeres de 40 años o más;
Se ha identificado al menos un factor de riesgo vascular, entre ellos hipertensión, diabetes, hiperlipidemia, enfermedad coronaria y enfermedad renal crónica；
- El paciente realizó dos exámenes de resonancia magnética cerebral simultáneamente en un intervalo de tiempo de más de 6 meses (≥6).
Criterios de exclusión:
① El paciente no tenía factores de riesgo vascular；
Sin imágenes de seguimiento clínico;
- Hay importantes artefactos de movimiento en la imagen, que no pueden cumplir con los
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 |
|---|---|---|
|
El rendimiento de la IA en la detección y diagnóstico de lesiones
Periodo de tiempo: 2 años
|
El desempeño de la IA en la detección y el diagnóstico de lesiones, incluida la calidad, precisión, sensibilidad y especificidad de las imágenes en la detección de lesiones y el diagnóstico por imágenes.
|
2 años
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Investigadores
- Silla de estudio: Xin Lou, MD/PhD, Chinese PLA General 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 (Estimado)
1 de noviembre de 2024
Finalización primaria (Estimado)
1 de septiembre de 2030
Finalización del estudio (Estimado)
1 de septiembre de 2030
Fechas de registro del estudio
Enviado por primera vez
22 de octubre de 2024
Primero enviado que cumplió con los criterios de control de calidad
30 de octubre de 2024
Publicado por primera vez (Actual)
31 de octubre de 2024
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
31 de octubre de 2024
Última actualización enviada que cumplió con los criterios de control de calidad
30 de octubre de 2024
Última verificación
1 de septiembre de 2024
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- 2024-685
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
producto fabricado y exportado desde los 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. .