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

Lihaskojevan ikääntymisen ja siihen liittyvien sairauksien arviointi edistyneellä kliinisellä kuvantamisella

tiistai 17. maaliskuuta 2026 päivittänyt: Yuhui Kou, Peking University People's Hospital

Kattava arvio luuston ja lihasten ikääntymisestä sekä rappeuttavista patologioista käyttäen monimuotoista kliinistä kuvantamista ja kvantitatiivista analyysiä.

Tutkimuksen yleiskatsaus Tämä kliininen tutkimus keskittyy monimuotoisen tekoäly (AI) -alustan kehittämiseen ja validointiin, joka on suunniteltu kahden merkittävän luustosairauden, osteoporoosin (OP) ja nivelrikon (OA), automaattiseen diagnosointiin ja tarkkaan luokitteluun. Integroimalla erilaisia kliinisiä kuvantamistietoja tutkimus pyrkii tarjoamaan objektiivisemman ja standardoidumman lähestymistavan luun ja nivelten rappeutumisen arviointiin.

Teknologinen ydin: Älykäs luokittelu

Perinteinen diagnosointi perustuu usein manuaaliseen tulkintaan, mikä voi johtaa tarkkailijoiden väliseen vaihteluun. Tämä tutkimus hyödyntää syväoppimista ja monimuotoista kuvantamista seuraavasti:

Osteoporoosille: Automaattisesti määrittämään luun mineraalitiheyden ja mikrorakenteen muutokset luunmenetyksen vaiheen määrittämiseksi ja murtumariskin arvioimiseksi.

Nivelrikolle: Tunnistamaan hienovaraiset radiologiset merkit, kuten niveltilan kaventuminen ja luunystävän muodostuminen, nivelten rappeutumisen vakavuuden luokittelemiseksi kansainvälisten luokittelustandardien (esim. Kellgren-Lawrence-asteikko) mukaisesti.

Miksi tällä on merkitystä Varhainen puuttuminen: Tunnistamalla varhaisvaiheen muutokset luuntiheydessä ja nivelten eheydessä kliiniset ammattilaiset voivat toteuttaa ehkäiseviä hoitoja ennen merkittävän toimintakyvyn heikkenemistä.

Standardisoitu hoito: Älykäs diagnostinen malli tarjoaa "digitaalisen toisen mielipiteen", varmistaen yhtenäisen luokittelun eri terveydenhuollon ympäristöissä.

Tehokkuus: Automaattinen työnkulku vähentää radiologien työtaakkaa säilyttäen samalla korkean diagnostisen tarkkuuden.

Eettinen noudattaminen Tutkimus toteutetaan Pekingin yliopiston kansansairaalassa instituution eettisen toimikunnan valvonnan alaisuudessa (hyväksymisnumero 2026PHB097-001). Se noudattaa tiukasti kansainvälisiä eettisiä standardeja, mukaan lukien Helsingin julistus ja Hyvän kliinisen käytännön (GCP) ohjeet, varmistaen potilastietojen yksityisyyden ja turvallisuuden.

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Interventio / Hoito

Yksityiskohtainen kuvaus

  1. Tutkimuksen perustelu ja tavoitteet Liikuntaelinten ikääntyminen ilmenee usein monimutkaisena osteoporoosin (OP) ja nivelrikon (OA) vuorovaikutuksena. Näiden yleisyydestä huolimatta nykyiset diagnostiset työnkulut käsittelevät usein näitä sairauksia erillisinä, turvautuen usein manuaaliseen radiologiseen luokitteluun, joka on alttiin tarkkailijoiden väliselle vaihtelulle. Tämän tutkimuksen tavoitteena on kehittää ja validoida monimuotoinen tekoäly (AI) -alusta, joka kykenee samanaikaiseen havaitsemiseen ja tarkkaan sairauden luokitteluun sekä OP:lle että OA:lle. Integroimalla erilaisia tietolähteitä – mukaan lukien kliiniset laboratoriomerkit, potilaan historia ja useat kuvantamismenetelmät (röntgen, CT ja MRI) – hanke pyrkii tarjoamaan kokonaisvaltaisen ja objektiivisen arvion luuston terveydestä.
  2. Tutkimuksen suunnittelu ja populaatio Tutkimus hyödyntää kaksisuuntaista havainnollista kohorttitutkimusasetelmaa. Retrospektiivinen kohortti (mallin kehittäminen): Tietoja kerätään noin 1 500 potilaalta, jotka ovat käyneet Pekingin yliopiston kansan sairaalassa (PKUPH) marraskuun 2005 ja marraskuun 2025 välisenä aikana.

    Prospektiivinen kohortti (ulkoinen validointi): Vähintään 500 uutta osallistujaa rekrytoidaan alkaen joulukuusta 2025 testaamaan mallin suorituskykyä todellisessa kliinisessä ympäristössä.

    Tutkimus kohdistuu 18–90-vuotiaisiin aikuisiin, jotka ovat suorittaneet asiaankuuluvat liikuntaelinkuvantamiset.

  3. Metodologia ja tekoälyputki Tutkimus on jaettu kolmeen strategiseen vaiheeseen:Vaihe I: Monimuotoisen datan integrointi: Anonymisoitujen kuvantamistietojen (röntgen/CT/MR), laboratorioindeksien (esim. luun uusiutumismerkit, kalsium-fosforiaineenvaihdunta) ja kliinisten demografisten tietojen (ikä, BMI, sairaushistoria) kerääminen.Vaihe II: Älykäs diagnostinen luokittelu: Konvoluutioneuroverkkojen (CNN) hyödyntäminen kuvapiirteiden erottamiseen ja koneoppimisalgoritmien (esim. XGBoost, SVM) hyödyntäminen kliinisten piirteiden yhdistämiseen.Osteoporoosille: Malli luokittelee luun terveysvaiheet (normaali, osteopenia, osteoporoosi) käyttämällä DXA T-pisteitä kultaisena standardina.Nivelrikolle: Järjestelmä automatiso luokittelun perustuen Kellgren-Lawrence (KL) -asteikkoon, tunnistaen nivelraon kaventumisen ja osteofyyttien etenemisen.Vaihe III: Validointi ja selitettävyys: Sisäinen ristiinvalidointi ja riippumaton ulkoinen testaus käyttäen prospektiivista kohorttia. SHAP (Shapley Additive Explanations) -analyysiä sovelletaan kunkin muodon osuuden kvantifioimiseen lopulliseen diagnostiseen päätökseen, varmistaen kliinisen läpinäkyvyyden.
  4. Tuloksen mittarit Ensisijainen tuloksen mittari on tekoälymallin diagnostinen tarkkuus (AUC, herkkyys, spesifisyys) molemmille sairauksille. Toissijaiset tulokset keskittyvät pitkäaikaiseen kliiniseen hyötyön, mukaan lukien uusien murtumien esiintyvyys ja toiminnallisten pistemäärien muutokset (esim. VAS tai OKS) seuranta-aikana (6, 12, 24 ja 36 kuukautta).
  5. Eettinen valvonta ja tietoturva Tutkimusta suoritetaan Pekingin yliopiston kansan sairaalassa instituution eettisen toimikunnan hyväksynnän alaisena (hyväksyntänumero 2026PHB097-001). Se noudattaa GCP-periaatteita ja Helsingin julistusta. Kaikki kuvantamis- ja kliiniset tiedot anonymisoidaan tiukasti ennen kuin ne syötetään suojattuun, salattuun tutkimustietokantaan potilaan yksityisyyden suojaamiseksi.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

2000

Yhteystiedot ja paikat

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

Opiskeluyhteys

Opiskelupaikat

      • Beijing, Kiina
        • Rekrytointi
        • 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

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Joo

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Tutkimuspopulaation kuvausTutkimuspopulaatio koostuu aikuispotilaista, jotka hakevat lääkärin konsultaatiota tai hoitoa Pekingin yliopiston kansansairaalan ortopedisen traumatologian osastolla. Tämä populaatio edustaa monipuolista lihasluuston ikääntymisen kliinistä kirjoa, aina terveestä luustotilasta osteoporoosin (OP) ja nivelrikon (OA) eri vaiheisiin.Tutkimus hyödyntää kaksisuuntaista kohorttirakennetta:Retrospektiivinen kohortti: Sisältää noin 1 500 potilasta, joita hoidettiin marraskuun 2005 ja marraskuun 2025 välisenä aikana, ja sitä käytetään pääasiassa mallin kouluttamiseen ja algoritmin sisäiseen validointiin.Prospektiivinen kohortti: Sisältää vähintään 500 potilasta, joita rekrytoidaan joulukuusta 2025 alkaen, ja sitä käytetään mallin diagnostisen tarkkuuden ja luokittelun robustisuuden itsenäiseen ulkoiseen validointiin todellisessa kliinisessä ympäristössä.Osallistujat on kuvattu monimuotoisen datan saatavuuden perusteella, mukaan lukien radiologiset kuvat (röntgen, CT, MRI) ja kliiniset laboratorioindikaattorit (esim. luun kierto)

Kuvaus

Sisällyttämiskriteerit:

Ikä: Aikuiset, vähintään 18-vuotiaat. Sukupuoli: Ei sukupuolirajoituksia; sekä mies- että naisosallistujat ovat kelvollisia. Kuvantamistiedot: Osallistujilla on oltava suoritettu asiaankuuluvat kliiniset kuvantamiskelaukset luuston alueista, mukaan lukien, mutta ei rajoittuen, röntgen-, CT- (peruskelaus) tai MRI- (peruskelaus) kuvat.

Anatominen eheys: Kohdealueen luurakenteen tulee olla vapaa synnynnäisistä tai hankituista epämuodostumista.

Implanttien puuttuminen: Ei sisäisiä kiinnitysmateriaaleja tai ortopedisia implantteja arvioitavilla luualueilla.

Poissulkemiskriteerit:

Patologinen historia: Potilaat, joilla on aiempaa patologista murtumahistoriaa. Pahanlaatuisuus: Potilaat, jotka hakeutuvat hoitoon tai joilla on diagnosoitu luukasvaimia tai muita systemaattisia pahanlaatuisuuksia.

Lääkehistoria: Potilaat, joilla on pitkäaikaisten steroidien käyttöhistoria, mikä voi merkittävästi vaikuttaa luuntiheyteen ja nivelrakenteeseen.

Viimeaikainen hoito: Potilaat, jotka ovat saaneet sädehoitoa tai kemoterapiaa viimeisen kuuden kuukauden aikana.

Tiedon laatu: Potilaat, joiden kuvantamistiedot ovat riittämättömän laadukkaita tekoälyanalyysiin tai joilta puuttuu selviä kliinisiä diagnostisia "kultastandardi" -viitteitä (esim. puuttuvat DXA-tulosteet osteoporoosin vaiheistusta varten).

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
Interventio / Hoito
Pekingin yliopiston kansansairaalan kohortti 1
osallistujat, joilla on nivelrikko
Ei interventioita
Pekingin yliopiston kansansairaalan kohortti 2
osallistujat, joilla on osteoporoosi
Ei interventioita
Sun Yat-sen -muistoklinikka 1
osallistujat, joilla on nivelrikko
Ei interventioita
Sun Yat-senin muistollinen sairaala 2
osallistujat, joilla on osteoporoosi
Ei interventioita
Pekingin yliopiston kansansairaalan kohortti 3
osallistujat ilman osteoporoosia ja osteoartriittia
Ei interventioita
Sun Yat-sen muistollinen sairaala 3
osallistujat ilman osteoporoosia ja nivelrikkoa
Ei interventioita

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Luun ikätila
Aikaikkuna: Osallistumisesta aloitushoitoon 2 vuoden kohdalla
Luutiheys ja nivelrikko
Osallistumisesta aloitushoitoon 2 vuoden kohdalla

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

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)

Tiistai 1. marraskuuta 2005

Ensisijainen valmistuminen (Arvioitu)

Tiistai 1. joulukuuta 2026

Opintojen valmistuminen (Arvioitu)

Torstai 31. joulukuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 11. maaliskuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Keskiviikko 11. maaliskuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Maanantai 16. maaliskuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 19. maaliskuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 17. maaliskuuta 2026

Viimeksi vahvistettu

Sunnuntai 1. maaliskuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

IPD-suunnitelman kuvaus

Yksityisyys- ja luottamuksellisuusriskit: Tutkimus sisältää arkaluontoisia kliinisiä kuvantamistietoja (röntgen, CT, MRI) ja laboratoriotietoja Pekingin yliopiston kansansairaalan potilailta. Jopa anonymisoinnin jälkeen on riski, että korkearesoluutioiset lääketieteelliset kuvat voitaisiin tunnistaa uudelleen, mikä loukkaisi potilaiden yksityisyyssopimuksia. Institutionaalinen tietopolitiikka: Menettelytapa määrittelee, että tietojen käsittely ja vienti rajoittuvat sairaalassa rekisteröityihin tietokoneisiin, ja "tiedot eivät poistu sairaalasta". Tämä tiukka sisäinen tietojen hallintapolitiikka on suunniteltu turvallisuuden ja sairaalatasoisen hallinnan ylläpitämiseksi kliinisille varoille. Eettiset rajoitukset: Institutionaalinen eettinen toimikunta (IRB) hyväksyi tutkimuksen perustuen tiukkoihin tietosuojatoimiin. Raakojen IPD-tietojen jakaminen ulkopuolisille saattaa edellyttää lisätietoista suostumusta osallistujilta tai lisäeettisiä muutoksia, joita ei sisällytetty alkuperäiseen hyväksyntään (2026PHB097-001). Immateriaalioikeudet ja omistusoikeudelliset algoritmit: Koska tämä tutkimus sisältää

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 .

Kliiniset tutkimukset Ei interventioita

Tilaa