- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT05888935
Détection de lésions périapicales sur des radiographies panoramiques dentaires basées sur l'intelligence artificielle (OPTITOMO)
Détection de lésions périapicales sur des images panoramiques dentaires basées sur l'intelligence artificielle à l'aide de la tomodensitométrie à faisceau conique
Les lésions périapicales dentaires peuvent avoir diverses causes et se traduisent par une lésion radiotransparente en imagerie complémentaire : radiographies rétro-alvéolaires (RA) angulées, radiographies panoramiques dentaires et imagerie tridimensionnelle telle que la tomodensitométrie (TDM) ou la tomodensitométrie à faisceau conique ( CBCT).
Pour la détection radiographique de ces lésions parodontales profondes, le panoramique dentaire représente une première approche couramment réalisée avec une irradiation relativement faible. L'examen peut être suivi d'imageries radiologiques rétroalvéolaires plus localisées et plus précises. Cependant, avec ces techniques, les taux de détection de ces lésions sont faibles (respectivement 20 % et 36 %), il faut recourir à l'examen tomographique tridimensionnel pour être plus discriminant (69 %). L'imagerie de référence pour la détection de ces lésions est le CBCT suivi de la radiographie rétroalvéolaire (~2x moins sensible que le CBCT) et de la radiographie panoramique (~2x moins sensible que la PR). Bien qu'il ne s'agisse pas d'une radiographie en pleine épaisseur, le panoramique dentaire a l'avantage d'être plus couramment réalisé tout en étant moins irradiant que le CBCT et de donner une vue globale des arcades dentaires sur une seule image.
La détection des lésions périapicales se fait après un bilan clinique et une appréciation visuelle des examens complémentaires.
L'objectif de ce projet est d'améliorer la détection des lésions périapicales, en développant un algorithme capable de les identifier sur une radiographie dentaire panoramique. Cet algorithme est basé sur un système d'apprentissage en profondeur entraîné avec des données de référence comprenant l'imagerie dentaire panoramique et le CBCT avec un intervalle d'acquisition de moins de 3 mois. Le modèle est basé sur un travail antérieur, permettra d'améliorer la qualité des données initiales (à l'aide de CBCT), en utilisant des algorithmes innovants d'intelligence artificielle (apprentissage par transfert).
Aperçu de l'étude
Statut
Les conditions
Description détaillée
Type d'étude
Inscription (Estimé)
Contacts et emplacements
Coordonnées de l'étude
- Nom: Arpiné EL NAR, PhD
- Numéro de téléphone: 0033387557766
- E-mail: a.elnar@chr-metz-thionville.fr
Lieux d'étude
-
-
-
Metz, France, 57085
- Recrutement
- CHR Metz-Thionville/Hopital de Mercy
-
Contact:
-
Contact:
- Arpiné EL NAR, PhD
- Numéro de téléphone: 0033387557766
- E-mail: a.elnar@chr-metz-thionville.fr
-
Sous-enquêteur:
- Paul RETIF, MD
-
Chercheur principal:
- Marc ENGELS-DEUTSCH, MD
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- Patients ayant eu un CBCT et une imagerie dentaire panoramique avec moins de 3 mois entre les deux examens
Critère d'exclusion:
- Patients ayant refusé de participer à l'étude.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Performances des logiciels d'Intelligence Artificielle
Délai: 2 années
|
mesure du score F1. Le score F1 est calculé comme la moyenne harmonique des scores de précision et de rappel. Il varie de 0 à 100 %, et un score F1 plus élevé indique un classificateur de meilleure qualité. |
2 années
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Spécificité des logiciels d'Intelligence Artificielle
Délai: 2 années
|
mesure des vrais positifs, vrais négatifs, faux positifs, faux négatifs
|
2 années
|
Collaborateurs et enquêteurs
Les enquêteurs
- Chercheur principal: Marc ENGELS-DEUTSCH, MD, CHR Metz Thionville Hopital de Mercy
- Chaise d'étude: Paul RETIF, MD, PhD, CHR Metz Thionville Hopital de Mercy
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Estimé)
Achèvement de l'étude (Estimé)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- 2023-04Obs-CHRMT
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .