Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Pneumokonioosin suuren riskin varhaisvaroitusmallien arviointi

perjantai 2. heinäkuuta 2021 päivittänyt: Peking University Third Hospital

Pneumokonioosin suuren riskin varhaisvaroitusmallien kehittäminen ja kliininen soveltaminen rintakehän radiografian konvoluutiohermoverkkoon

Pneumokonioosin ennaltaehkäisy on tärkeämpää kuin hoito. Nykyinen prosessi ei kuitenkaan pysty varoittamaan korkean riskin pölylle altistuneita työntekijöitä ennen kuin heillä on diagnosoitu pneumokonioosi. Tehokkuuden, persoonallisuuden ja kvantifioinnin ominaisuuksiensa ansiosta tekoäly on juuri sopiva näiden ongelmien ratkaisemiseen. Siksi pyrimme mukauttamaan syväoppimista kehittääksemme malleja pneumokonioosin älykkäästä havaitsemisesta, astediagnoosista ja korkean riskin varhaisvaroituksesta. Annotoituja kuvia käytetään konvoluutiohermoverkkojen (CNN) algoritmien harjoitteluun, tavoitteena pneumokonioosin seulonta ja arvosanadiagnoosi. Lisäksi tiheyslämpökartalla laskettua riskipistettä käytetään pölylle altistuneiden työntekijöiden ennakkovaroittamiseen. Tämän jälkeen kohortin seuranta on tarkoitettu riskipisteiden oikeellisuuden tarkistamiseksi. Tällä tavalla suuren riskin pölylle altistuneet työntekijät saavat varhaisen puuttumisen ja paremman ennusteen, mikä voi selvästikin vähentää lääketieteellistä taakkaa.

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Yksityiskohtainen kuvaus

Pneumokonioosi, vallitseva ammattitauti Kiinassa ja kaikkialla maailmassa. Rintakehän röntgenkuvaus on helpoin ja edullisin saatavilla oleva radiologinen testi pölylle altistuneiden työntekijöiden fyysiseen tutkimukseen ja pneumokonioosin massaseulomiseen. Mutta diagnoosiprosessissa on joitain haittoja, kuten voimakas subjektiivisuus, tehottomuus ja rajavaurioiden arviointikyvyttömyys jne. Lisäksi pneumokonioosin ennaltaehkäisy on tärkeämpää kuin hoito. Nykyinen prosessi ei kuitenkaan pysty varoittamaan korkean riskin pölylle altistuneita työntekijöitä ennen kuin heillä on diagnosoitu pneumokonioosi. Tehokkuuden, persoonallisuuden ja kvantifioinnin ominaisuuksiensa ansiosta tekoäly on juuri sopiva ratkaisemaan edellä mainitut ongelmat. Tähän mennessä on ollut harvinaista tutkimusta syvän oppimisen mukauttamisesta pneumokonioosin diagnoosiin ja korkean riskin varhaisvaroittamiseen. Aiemmissa tutkimuksissamme perustimme rintakehän röntgenkuvatietokannan, joka sisältää yli 100 000 digitaalista pneumokonioosiradiografiakuvaa. Havaintojärjestelmän arvioinnin tulos osoitti, että pneumokonioosin tunnistamisen tarkkuus voi nousta 90 %:iin, AUC (Area Under The Curve) oli 0,965 ja herkkyys 99 %. Lisää töitä on jatkettava. Siksi pyrimme mukauttamaan syväoppimista kehittääksemme malleja pneumokonioosin älykkäästä havaitsemisesta, astediagnoosista ja korkean riskin varhaisvaroituksesta. Annotoituja kuvia käytetään konvoluutiohermoverkkojen (CNN) algoritmien harjoitteluun, tavoitteena pneumokonioosin seulonta ja arvosanadiagnoosi. Lisäksi tiheyslämpökartalla laskettua riskipistettä käytetään pölylle altistuneiden työntekijöiden ennakkovaroittamiseen. Tämän jälkeen kohortin seuranta on tarkoitettu riskipisteiden oikeellisuuden tarkistamiseksi. Tällä tavalla suuren riskin pölylle altistuneet työntekijät saavat varhaisen puuttumisen ja paremman ennusteen, mikä voi selvästikin vähentää lääketieteellistä taakkaa.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Odotettu)

200

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

Opiskelupaikat

    • Beijing
      • Beijing, Beijing, Kiina, 100191
        • Rekrytointi
        • Peking University Third Hospital
        • Ottaa yhteyttä:

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

18 vuotta - 60 vuotta (AIKUINEN)

Hyväksyy terveitä vapaaehtoisia

Ei

Sukupuolet, jotka voivat opiskella

Kaikki

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

pölylle alttiita työntekijöitä 16 Kiinan maakunnassa

Kuvaus

Sisällyttämiskriteerit:

  1. pölylle altistuvat työntekijät;
  2. on digitaalinen rintakehän röntgenkuvaus

Poissulkemiskriteerit:

  1. peruskeuhkosairaus;
  2. irtoaminen pölylle alttiista töistä

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
matalan riskin ryhmä
Riskiindeksi∈[0,0,5)
korkean riskin ryhmä
Riskiindeksi∈[0,5,1)

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
osallistujat, joilla on diagnosoitu "pneumokonioosi"
Aikaikkuna: ennen 31.12.2022
"Pneumokonioosiksi" diagnosoitujen osallistujien määrä
ennen 31.12.2022
kuolema
Aikaikkuna: ennen 31.12.2022
Kuolleiden osallistujien määrä
ennen 31.12.2022

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Pakotettu uloshengitystilavuus 1 sekunneissa (FEV1) %
Aikaikkuna: ennen 31.12.2022
Pakotettu uloshengitystilavuus 1 sekunnissa
ennen 31.12.2022
hapen osapaine, PaO2
Aikaikkuna: ennen 31.12.2022
hapen valtimoiden osapaine
ennen 31.12.2022
modifioitu lääketieteellisen tutkimuksen neuvosto, mMRC
Aikaikkuna: ennen 31.12.2022
kyselylomake, jota käytetään oireiden arvioimiseen
ennen 31.12.2022

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Tutkijat

  • Päätutkija: Xiao Li, M.D., Peking University Third Hospital

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (TODELLINEN)

Keskiviikko 1. elokuuta 2018

Ensisijainen valmistuminen (ODOTETTU)

Keskiviikko 1. joulukuuta 2021

Opintojen valmistuminen (ODOTETTU)

Maanantai 1. joulukuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 23. kesäkuuta 2021

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Perjantai 2. heinäkuuta 2021

Ensimmäinen Lähetetty (TODELLINEN)

Keskiviikko 7. heinäkuuta 2021

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (TODELLINEN)

Keskiviikko 7. heinäkuuta 2021

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Perjantai 2. heinäkuuta 2021

Viimeksi vahvistettu

Tiistai 1. kesäkuuta 2021

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

PÄÄTTÄMÄTÖN

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

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 .

Tilaa