Deep Learning per la valutazione polmonare preoperatoria nella TC toracica
Applicazione del deep learning nell'imaging TC di pazienti sottoposti a chirurgia toracica elettiva: valutazione della funzione polmonare anomala preoperatoria
Panoramica dello studio
Stato
Stato
Condizioni
Condizioni
Intervento / Trattamento
Intervento / Trattamento
Descrizione dettagliata
Tipo di studio
Tipo di studio
Iscrizione (Stimato)
Iscrizione
Contatti e Sedi
Contatto studio
Contatto studio
- Nome: Jianxing He, MD
- Numero di telefono: 86-20-83337792
- Email: drjianxing.he@gmail.com
Luoghi di studio
-
-
Guangdong
-
Guangzhou, Guangdong, Cina, 510120
- Reclutamento
- Department of Cardiothoracic Surgery, the First Affiliated Hospital of Guangzhou Medical College
-
Contatto:
- Jianxing He, MD
- Numero di telefono: 86-20-83337792
- Email: drjianxing.he@gmail.com
-
-
Criteri di partecipazione
Criteri di ammissibilità
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
- (1) Firma del modulo di consenso informato;
- (2) Maschio o femmina, di età compresa tra 18 e 75 anni;
- (3) sottoposti a chirurgia toracica elettiva;
- (4) Buona cooperazione preoperatoria sulla funzione polmonare e refertazione completa;
- (5) Scansioni TC del torace a fase singola/doppia preoperatoria senza artefatti significativi e con imaging completo;
- (6) L'intervallo tra la funzionalità polmonare preoperatoria e le scansioni TC a fase singola/doppia non supera un mese.
Criteri di esclusione:
- (1) Scarsa cooperazione della funzione polmonare preoperatoria o rapporti mancanti;
- (2) Le scansioni TC del torace a fase singola/doppia preoperatoria mostrano artefatti significativi o omissione di immagini;
- (3) L'intervallo tra la funzionalità polmonare preoperatoria e le scansioni TC a fase singola/doppia supera un mese;
- (4) Complicazioni con gravi disturbi respiratori (come trapianto di polmone, pneumotorace, bolle giganti, ecc.);
- (5) Coesistenza con altri gravi disturbi funzionali;
- (6) Pazienti con lesioni ostruttive come stenosi delle vie aeree o esofagea;
- (7) Altezza oltre l'intervallo previsto dell'equazione (femmine < 1,45 m; maschi < 1,55 m);
- (8) Uso di farmaci prima dei test di funzionalità polmonare che non soddisfa le linee guida sulla cessazione;
- (9) Qualità del rapporto sulla funzionalità polmonare classificato D-F.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Numero di gruppi/coorti
Coorti e interventi
Gruppo / CoorteGruppo / Coorte |
Intervento / TrattamentoIntervento / Trattamento |
|---|---|
|
Coorte a fase inspiratoria singola
I pazienti di questa coorte vengono sottoposti a TC in fase inspiratoria singola e test di funzionalità polmonare prima dell'intervento.
|
Utilizzo della tecnologia di deep learning in combinazione con immagini di tomografia computerizzata a fase inspiratoria singola per prevedere con precisione gli indicatori di funzionalità polmonare dei pazienti sottoposti a chirurgia toracica preoperatoria.
|
|
Coorte respiratoria a doppia fase
I pazienti di questa coorte vengono sottoposti a TC respiratoria bifase e test di funzionalità polmonare prima dell'intervento.
|
Utilizzo della tecnologia di deep learning insieme alle immagini della tomografia computerizzata respiratoria a doppia fase per prevedere con precisione gli indicatori di funzionalità polmonare dei pazienti sottoposti a chirurgia toracica preoperatoria.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Errore assoluto medio (MAE)
Lasso di tempo: 2 anni
|
Utilizzato per valutare la discrepanza tra le previsioni sulla funzionalità polmonare effettuate dall'algoritmo di deep learning e i risultati effettivi ottenuti dai test di funzionalità polmonare (misurati con uno spirometro).
|
2 anni
|
Misure di risultato secondarie
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Coefficiente di correlazione della concordanza (CCC)
Lasso di tempo: 2 anni
|
Utilizzato per valutare la discrepanza tra le previsioni sulla funzionalità polmonare effettuate dall'algoritmo di deep learning e i risultati effettivi ottenuti dai test di funzionalità polmonare (misurati con uno spirometro).
|
2 anni
|
Collaboratori e investigatori
Sponsor
Sponsor
Collaboratori
Collaboratori
Investigatori
Investigatori
- Investigatore principale: Jianxing He, MD, Department of Cardiothoracic Surgery, the First Affiliated Hospital of Guangzhou Medical College
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Inizio studio
Completamento primario (Stimato)
Completamento primario
Completamento dello studio (Stimato)
Completamento dello studio
Date di iscrizione allo studio
Primo inviato
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Primo Inserito
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento pubblicato
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
Altri numeri di identificazione dello studio
- ES-2024-091-02
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .
Prove cliniche su Funzione polmonare
-
NCT07284641ReclutamentoMalattia granulomatosa cronica | Sindrome di DiGeorge | Disregolazione immunitaria | Immunodeficienza variabile comune (CVID) | Sindrome di Omen | Carenza di ligando CD40 | Suscettibilità mendeliana alla malattia micobatterica | Disturbo primario della regolazione immunitaria | STAT 1 Gain of Function | STAT 3 Gain of Function
Prove cliniche su Tomografia computerizzata a singola fase inspiratoria.
-
NCT04242732CompletatoDislocazione femoro-rotulea