- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT06255808
Rintojen tutkimiseen tarkoitetun apuvälineen kehittäminen ultraäänianturin periaatteella
Rintojen tutkimiseen tarkoitetun apuvälineen kehittäminen ultraäänianturin periaatteella: kehitys- ja validointitutkimus
The accuracy of breast examinations and ultrasonography performed clinically to detect breast mass varies greatly depending on the physician's skill level, and the accuracy of breast examinations by non-experts is particularly low. In this study, we aimed to validate whether the concurrent use of ultrasound sensor technology is an efficient strategy for the purpose of improving the sensitivity of detecting breast masses through breast examination.
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
[Background] This research team would like to conduct this study based on the idea that the sensitivity of breast palpation can be improved by moving away from traditional breast palpation, which is simply performed by hand, and using auxiliary examination equipment based on ultrasonic sensor technology. In particular, our research team focused on the waveform of the ultrasound itself rather than the visual images obtained through the ultrasound device. In the existing breast ultrasound, the medical staff reads images created through ultrasound from multiple sensors to confirm the possibility of breast cancer, and this is read based on the medical staff's very subjective opinions. However, ultrasonic waveforms acquired through ultrasound can store information about the waveform as data and thus be implemented as objective values.
[Study design] Prospective, multi-institutional
[Study protocol]
① Preoperative ultrasound sensor-based diagnostic equipment was applied to 200 patients with breast mass among patients admitted to the breast surgery department, and prospectively obtained ultrasound echo signal data generated by the mass.
② For this purpose, the researcher uses equipment containing a single ultrasound sensor to manually scan the mass lesion area and no evidence disease area.
③ Diagnostic performance (judgment for presence or absence of a tumor) of diagnostic tool based on ultrasound sensor technology through an artificial intelligence algorithm designed based on ultrasound wavelength and frequency optimized for mass detection.
[Objectives]
- Primary endpoint Sensitivity/specificity/predictive value/accuracy/positive & negative predictive of diagnostic performance
- Secondary endpoint Artificial intelligence algorithm efficacy
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Seoul
-
Seoul, Seoul, Etelä -Korea, 03080
- Seoul National University Hospital
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
scheduled for surgery after a tumor has been confirmed on breast ultrasound examination
Kuvaus
Inclusion Criteria:
- female patients between 18 and 80 years of age who are scheduled for surgery after a tumor has been confirmed on breast ultrasound examination
Exclusion Criteria:
- Patients diagnosed with breast cancer after biopsy with non-mass enhancement or calcification
- Inflammatory breast cancer
- Patients whose cancer has invaded the skin and broken through
- Patients with skin diseases
- Women who refused to participate in the study
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Havaintomallit: COHORT
- Aikanäkymät: PROSPECTIVE
Kohortit ja interventiot
Ryhmä/Kohortti |
|---|
|
Ultraääniryhmä
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Device performance
Aikaikkuna: Within 1 year after the study participant registration deadline
|
Sensitivity/specificity/predictive value/accuracy/positive predictive value/ negative predictive value of diagnostic performance |
Within 1 year after the study participant registration deadline
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
Tekoälyn algoritmin tehokkuus
Aikaikkuna: 2 vuoden sisällä tutkimukseen osallistujan ilmoittautumisajan päättymisestä
|
2 vuoden sisällä tutkimukseen osallistujan ilmoittautumisajan päättymisestä
|
Yhteistyökumppanit ja tutkijat
Sponsori
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
Muita asiaankuuluvia MeSH-ehtoja
- Neoplasmat sivustoittain
- Neoplasmat
- Geneettiset sairaudet, synnynnäiset
- Hengityselinten sairaudet
- Ruoansulatuskanavan sairaudet
- Keuhkosairaudet
- Vauva, vastasyntynyt, sairaudet
- Haiman sairaudet
- Ihosairaudet
- Rintojen sairaudet
- Synnynnäiset, perinnölliset ja vastasyntyneiden sairaudet ja poikkeavuudet
- Iho- ja sidekudostaudit
- Rintojen kasvaimet
- Kystinen fibroosi
Muut tutkimustunnusnumerot
- 2209-039-1357
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 .