Estimating Patient Size From a Single Radiograph (VocMepAdar)
Validation of a Computational Model to Estimate Patient Anterior-posterior Dimension From an Abdominal Radiograph
A computational model has been created to estimate the abdominal depth of a patient from a single x-ray image. The model has been tested using phantoms and found to be accurate; this study aims to test the accuracy of the model with patients and in a clinical setting.
This will be achieved by enrolling patient's who have already been referred for an anterior-posterior abdomen x-ray examination to the trial, taking a physical measurement of their anterior-posterior abdominal depth and then comparing this measured value with a value as estimated using the computational model based on the patient's x-ray image.
Tutkimuksen yleiskatsaus
Tila
Interventio / Hoito
Yksityiskohtainen kuvaus
A non-commercial computational model has been developed in-house to estimate the patient's anterior-posterior or lateral depth using the radiographic image and the known exposure factors with which it was undertaken. This model has been tested using single composition phantoms and found to be accurate. If it was found to be accurate for real clinical examinations, this would automate the measurement of patient size and give institutions the estimate of patient size required for local paediatric patient dose audit. In turn, this would provide the national data required to propose national reference values for paediatric x-ray examinations, which would give all institutions an important comparator for their performance. This would lead to optimisation in those sites most requiring it; nationally, paediatric x-ray imaging would improve in time.
This pilot study is necessary to determine if the computational model is accurate enough to be relied upon. Accuracy will be determined by comparing the estimate made by the computational model for each patient with an actual measurement of the patient's anterior-posterior abdomen depth made at the time of the examination.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Angus
-
Dundee, Angus, Yhdistynyt kuningaskunta, DD1 9SY
- NHS Tayside
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Inclusion Criteria:
- Adult
- Referred to Ninewells Hospital for an anterior-posterior abdomen x-ray examination
Exclusion Criteria:
- Patients unable to give consent
- Patients who have had a contrast injection in the previous 24 hours
- Patients suffering abdominal pain at the time of the examination
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Patient cohort
20 patients referred to Ninewells Hospital radiology department for an anterior-posterior abdomen x-ray examination.
All of these patients will have a measurement of their anterior-posterior depth before undergoing their x-ray examination.
An estimate of their anterior-posterior depth will then be made from their x-ray image using the computational model.
|
A single measurement of the patient's anterior-posterior abdominal depth
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Accuracy of the Computational Model
Aikaikkuna: 2 months
|
The computational model was used to estimate the patient's anterior-posterior abdominal depth using the digital radiographic image, the exposure factors with which it was acquired and a priori knowledge relating to the x-ray unit and digital detector. The outcome measure was the accuracy with which the computational model estimates the patient's anterior-posterior abdominal depth. It was determined by comparing the estimate to measured anterior-posterior abdominal depth (measured at the time of the x-ray examination). Results are expressed as a percentage deviation; a low % deviation is more accurate, a high % deviation less accurate. |
2 months
|
Yhteistyökumppanit ja tutkijat
Sponsori
Yhteistyökumppanit
Tutkijat
- Opintojen puheenjohtaja: Sarah Vinnicombe, MD, University of Dundee
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muut tutkimustunnusnumerot
- 2017RA01
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .