Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Analyse intelligente et validation clinique de la maladie cérébrale des petits vaisseaux par imagerie par résonance magnétique : une étude multicentrique

30 octobre 2024 mis à jour par: Xin Lou, Chinese PLA General Hospital
La maladie des petits vaisseaux cérébraux (CSVD) représente 20 % des accidents vasculaires cérébraux ischémiques et constitue la cause la plus fréquente de troubles cognitifs vasculaires. L'identification précoce du CSVD est essentielle pour une intervention précoce et améliorer les résultats cliniques. L'imagerie par résonance magnétique (IRM) peut représenter un outil sensible et robuste pour détecter les changements précoces dans les structures et fonctions subtiles du cerveau. L'étude consiste à étudier l'évaluation complète en utilisant l'IA dans le diagnostic précoce et la gestion du CSVD.

Aperçu de l'étude

Statut

Pas encore de recrutement

Description détaillée

La maladie des petits vaisseaux cérébraux (CSVD) est une cause importante d'accident vasculaire cérébral, de troubles cognitifs et d'autres maladies, et son évaluation quantitative précoce peut améliorer considérablement le pronostic du patient. L'imagerie par résonance magnétique (IRM) est une méthode importante pour évaluer l'apparition, le développement et la gravité du CSVD. Cependant, le processus de diagnostic manque de critères d’évaluation quantitatifs et est limité par l’expérience, ce qui peut facilement conduire à des diagnostics manqués ou erronés. Sur la base des défis techniques actuels, du développement des sujets et de l'amélioration des connaissances, pour éviter la survenue d'accidents médicaux indésirables et simplifier le processus de diagnostic, l'intelligence artificielle (IA) est devenue la méthode alternative de choix, en construisant un modèle d'apprentissage profond de formation, qui peut aider les médecins dans la prise de décision clinique pour améliorer l'efficacité du diagnostic de la détection et du diagnostic du CSCD.

Type d'étude

Observationnel

Inscription (Estimé)

1000

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Coordonnées de l'étude

Lieux d'étude

      • Beijing, Chine, 100853
        • Chinese PLA General Hospital
        • Contact:

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Oui

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Il s'agit d'une étude multicentrique avec un plan total de 1 000 patients, 500 de l'hôpital général chinois PLA et 500 d'autres centres.

La description

Critères d'intégration :

  • ① Hommes et femmes âgés de 40 ans ou plus ;

    • Au moins un facteur de risque vasculaire a été identifié, notamment l'hypertension, le diabète, l'hyperlipidémie, les maladies coronariennes et les maladies rénales chroniques ;

      • Le patient a réalisé deux examens IRM du cerveau simultanément à un intervalle de temps supérieur à 6 mois (≥6).

Critères d'exclusion :

  • ① Le patient ne présentait aucun facteur de risque vasculaire ;

    • Aucune image de suivi clinique ;

      • Il y a des artefacts de mouvement importants dans l'image, qui ne peuvent pas répondre aux

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

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
Les performances de l’IA dans la détection et le diagnostic des lésions
Délai: 2 ans
Les performances de l’IA dans la détection et le diagnostic des lésions, y compris la qualité, l’exactitude, la sensibilité et la spécificité de l’imagerie dans la détection des lésions et le diagnostic par imagerie.
2 ans

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Les enquêteurs

  • Chaise d'étude: Xin Lou, MD/PhD, Chinese PLA General Hospital

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Estimé)

1 novembre 2024

Achèvement primaire (Estimé)

1 septembre 2030

Achèvement de l'étude (Estimé)

1 septembre 2030

Dates d'inscription aux études

Première soumission

22 octobre 2024

Première soumission répondant aux critères de contrôle qualité

30 octobre 2024

Première publication (Réel)

31 octobre 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

31 octobre 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

30 octobre 2024

Dernière vérification

1 septembre 2024

Plus d'information

Termes liés à cette étude

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

produit fabriqué et exporté des États-Unis.

Non

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 .

S'abonner