Application de l'algorithme d'intelligence artificielle basée sur l'imagerie CT pour la mesure des paramètres musculaires
20 février 2025 mis à jour par: Yaomin Hu, RenJi Hospital
Application de l'algorithme de l'intelligence artificielle basée sur l'imagerie CT pour la mesure des paramètres musculaires dans le diagnostic de la sarcopénie
Pour établir un modèle d'intelligence artificielle pour le diagnostic automatisé de la sarcopénie basée sur l'imagerie CT
Aperçu de l'étude
Statut
Complété
Description détaillée
Avec le processus de vieillissement d'accélération, l'identification et le diagnostic précoce de la sarcopénie, ainsi que la prévention efficace de ses résultats indésirables, sont devenus un point focal dans la recherche médicale.
Cependant, les méthodes actuelles d'évaluation et de diagnostic de la sarcopénie sont toujours confrontées à des limitations importantes, faisant du développement de techniques plus efficaces et précises pour l'évaluation de la masse musculaire un besoin clinique urgent.
Bien que la TDM soit considérée comme la méthode la plus prometteuse pour évaluer la masse musculaire, son application pratique est entravée par des facteurs tels que la dépendance à l'égard de l'expertise des médecins et des procédures longues, limitant son adoption clinique généralisée.
À la lumière de ces défis, cette étude vise à développer un modèle d'intelligence artificielle pour une mesure de masse musculaire entièrement automatisée basée sur l'imagerie abdominale et à valider sa valeur d'application pour aider le diagnostic de la sarcopénie.
Type d'étude
Observationnel
Inscription (Réel)
1080
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.
Lieux d'étude
-
-
Shanghai
-
Shanghai, Shanghai, Chine, 2000127
- Shanghai Jiaotong University School of Medicine, Renji Hospital Ethics Committee
-
-
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
960 patients hospitalisés de l'hôpital gériatrique du département de Renji, 20 patients de l'hôpital Ruijin affilié à la Shanghai Jiaotong University School of Medicine, 20 patients du premier hôpital affilié de l'Université médicale de Zhejiang, 50 patients du premier hôpital affilié de l'Université médicale de Wenzhou, et 30 patients de l'hôpital du peuple Huangshan.
La description
Critères d'inclusion:
- La population subissant des examens CT BIA et abdominale;
- Peut coopérer pour compléter l'analyse de la composition du corps humain, la mesure de la résistance à la poignée, la mesure du temps de marche de 6 millions de marche et l'enquête du questionnaire.
Critères d'exclusion:
- Âge <18 ans;
- Existence de l'œdème de la paroi abdominale;
- Antécédents de chirurgie vertébrale ou de fractures vertébrales, ou lésions tumorales vertébrales;
- Histoire des troubles neuromusculaires.
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 |
|---|---|---|
|
À quantifier automatisé et avec précision le volume musculaire tridimensionnel et le volume de graisse.
Délai: 2020-2023
|
Pour obtenir une quantification automatisée et précise du volume musculaire tridimensionnel et du volume de graisse dans la région vertébrale L3 par apprentissage en profondeur.
|
2020-2023
|
|
Établir un modèle d'intelligence artificielle pour le diagnostic de la sarcopénie.
Délai: 2020-2023
|
La validation des modèles d'intelligence artificielle peut aider au diagnostic de la sarcopénie.
|
2020-2023
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Parrainer
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 (Réel)
5 septembre 2023
Achèvement primaire (Réel)
31 décembre 2024
Achèvement de l'étude (Réel)
31 décembre 2024
Dates d'inscription aux études
Première soumission
20 février 2025
Première soumission répondant aux critères de contrôle qualité
20 février 2025
Première publication (Réel)
25 mars 2025
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
25 mars 2025
Dernière mise à jour soumise répondant aux critères de contrôle qualité
20 février 2025
Dernière vérification
1 février 2025
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- LY2023-150-A
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
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 .