Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Komputertomográfia a COVID-19 diagnózisához (STOIC)

2026. január 19. frissítette: Assistance Publique - Hôpitaux de Paris

Komputertomográfia a Koronavírus-betegség 19 diagnosztikájához

Ennek a tanulmánynak a célja egy nagyméretű számítógépes tomográfiás (CT) képadatbázis felépítése a pontos CT kritériumok azonosítása, valamint a diagnózis, kvantifikálás és prognosztikai becslés mélytanuláson alapuló megoldásainak fejlesztése érdekében.

A tanulmány áttekintése

Részletes leírás

A SARS-CoV-2 új koronavírus kitörése, amely eredetileg Kínában volt az epicentruma és a COVID-19 tüdőgyulladásért felelős, most már Franciaországba is eljutott, március 17-én 7730 megerősített esettel és 175 halálesettel.
A diagnózis a vírus RNS azonosításán alapul fordított transzkripciós polimeráz láncreakcióval (RT-PCR), de annak pozitivitása késleltetett lehet.
Egy 1014 kínai betegen alapuló sorozat magasabb érzékenységet jelentett a CT számára, az RT-PCR eredmények kezdeti negatívtól pozitívig terjedő átlagos időintervalluma 5,1 ± 1,5 nap volt (PMID: 32101510).
Továbbá az RT-PCR eredmények megszerzése több órát igényel, ami problémás a betegek triázsánál.

A mellkasi CT lehetővé teheti a COVID-19 korai ábrázolását, különösen ha a tünetek kezdete után több mint 3 nappal történik el.
Fontos megkülönböztetni a COVID-19-et és a tüdőfertőzés bakteriális okait, ami mellkasi képalkotásban való szakértelmet igényel.
Ezért fontos megbízható CT diagnosztikai kritériumokat azonosítani vizuális értékelés alapján, valamint mélytanuláson alapuló megoldásokat kifejleszteni a korai pozitív diagnózis érdekében, amelyeket kevésbé tapasztalt olvasók is használhatnának egy nagy járvány kontextusában.

Több rossz kimenetelű rizikófaktor már azonosított, mint például az idősebb kor, társbetegségek vagy magas d-dimer szint a bemutatáskor (PMID: 32171076).
A kiterjedt CT rendellenességek rossz kimenetelhez kapcsolódnak, de egyes betegek másodlagosan romlanak annak ellenére, hogy az első értékeléskor nem voltak kiterjedt rendellenességek, ami hangsúlyozza a romlás előrejelzésének szükségességét a kezdeti képalkotási eredmények alapján.
Végül jelenleg nincs olyan gyógyszer, amelynek hatékonyságát bizonyították volna akut légzési distressz szindrómás betegeknél, akiknek kezelése gépi lélegeztetésre és támogató ellátásra támaszkodik.
Néhányan feltételezték, hogy a Remdesivir, egy antivirális terápia hatékony lehet (PMID: 32147516), folyamatban lévő randomizált vizsgálatokkal Kínában és az USA-ban.
A CT-n a betegség kiterjedtségének kvantifikálását lehetővé tevő automatizált eszközök kívánatosak lennének az új kezelések hatékonyságának értékeléséhez.

Nagy CT képadatbázis felépítése szükséges a pontos CT kritériumok azonosításához és a diagnózis, kvantifikálás és prognosztikai becslés mélytanuláson alapuló megoldásainak fejlesztéséhez.

A projekt célja háromrétű: (i) létrehozni egy multiközpontú nyílt adatbázis-tárolót COVID-19-hez kapcsolódó CT felvételekről, (ii) létrehozni egy több szakértőtől származó annotációs protokollt különböző szintű annotációkkal, amelyek a betegség súlyosságát ábrázolják, (iii) lehetővé tenni nem tulajdonosi számítógépes segédmegoldások (akadémia és ipar) fejlesztését a betegségek automatikus kvantifikálására és prognózisára a mesterséges intelligencia területének legújabb fejlesztéseinek felhasználásával.

A betegek számára a megbízható diagnosztikai kritériumok validálása lehetővé teszi a betegség korai felismerését és jobb megkülönböztetést más akut légúti tünetek lehetséges okaitól, amelyek specifikus kezelést igényelnek, mint például a bakteriális bronchopneumonia.
Hozzájárul a gondozás standardizálásához, valamint a diagnózis és kezelés egyenlő hozzáféréséhez a teljes lakosság számára.

A közegészségügyi előny a COVID-19 CT diagnózisának elérése lesz, függetlenül a helyi mellkasi képalkotási szakértelem rendelkezésre állásától.
A lélegeztetés igényének előrejelzésének lehetősége a kifejlesztett CT súlyossági pontszámok alapján szintén pozitívan befolyásolja a betegek kezelését, különösen a járvány csúcsán várható betegáradat kontextusában.
Ez a projekt lehetővé teszi a légzési következményeket mutató betegek arányának értékelését a betegség akut fázisában a tüdőrendellenességek súlyossága és kiterjedtsége alapján.

Az automatizált kvantifikációs eszközök rendelkezésre állása segíteni fogja a kezelés hatékonyságának értékelését, ha új terápiás megközelítések fejlesztésre kerülnek.

Végül, a korai diagnózis, a súlyosság értékelése és a kimenetelek előrejelzésére kifejlesztett eszközök hasznosnak bizonyulhatnak, ha más vírusos pandémia következik be a jövőben.
Valóban, a SARS-Cov2 kitörését megelőzték a SARS és MERS kitörések más koronavírusok miatt.

Tanulmány típusa

Megfigyelő

Beiratkozás (Tényleges)

10735

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

18 év és régebbi (Felnőtt, Idősebb felnőtt)

Egészséges önkénteseket fogad

Nem

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

A COVID-19 tüdőgyulladásra gyanús betegek

Leírás

Bevonási kritériumok:

  • Életkor > 18 év
  • CT-vizsgálat COVID-19 gyanúja vagy követése miatt elvégezve
  • Nincs ellenérzés az adatok felhasználása ellen

Kizárási kritériumok:

  • SARS-Cov-2 RT-PCR eredmények hiánya
  • CT-képek anonimizált exportjának meghiúsulása

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

Kohorszok és beavatkozások

Csoport / Kohorsz
Beavatkozás / kezelés
A COVID-19 tüdőgyulladás gyanújával rendelkező betegek
COVID-19 tüdőgyulladásra gyanús betegek
Mellkas számítógépes tomográfiás (CT) vizsgálat
Vírus RNS azonosítása reverz transzkripciós polimeráz láncreakcióval

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
CT kritériumok prediktív értékei
Időkeret: 1 hónap
A CT-kritériumok érzékenysége, specificitása, valamint a pozitív és negatív prediktív értékei RT-PCR eredményekkel referencia alapján.
1 hónap

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
CT kompozit súlyossági pontszám pontossága
Időkeret: 1 hónap
A CT vizuális kompozit pontszám pontossága (ROC görbe elemzés) a lélegeztetési igény és az 1 hónapos mortalitás előrejelzésében
1 hónap
A mélytanuláson alapuló pontszám pontossága
Időkeret: 1 hónap
A mélytanuláson alapuló pontszám pontossága (ROC görbe elemzés) a lélegeztetési igény és 1 hónapos mortalitás előrejelzésében
1 hónap
A mélytanuláson alapuló diagnosztikai algoritmusok prediktív értékei
Időkeret: 1 hónap
A mélytanuláson alapuló diagnosztikai algoritmusok érzékenysége, specificitása, valamint pozitív és negatív prediktív értékei
1 hónap
A kézi és automatizált tüdőbetegség-anomáliák szegmentálása közötti Dice-hasonlósági együttható
Időkeret: 1 hónap
1 hónap

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Nyomozók

  • Kutatásvezető: Marie-Pierre REVEL, MD,PhD, Assistance Publique - Hôpitaux de Paris

Publikációk és hasznos linkek

A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2020. március 1.

Elsődleges befejezés (Tényleges)

2020. október 16.

A tanulmány befejezése (Tényleges)

2020. október 16.

Tanulmányi regisztráció dátumai

Először benyújtva

2020. április 17.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2020. április 17.

Első közzététel (Tényleges)

2020. április 21.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. január 21.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. január 19.

Utolsó ellenőrzés

2026. január 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

NEM

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .

Iratkozz fel