Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Deep Learning per la valutazione polmonare preoperatoria nella TC toracica

26 giugno 2024 aggiornato da: Jianxing He, The First Affiliated Hospital of Guangzhou Medical University

Applicazione del deep learning nell'imaging TC di pazienti sottoposti a chirurgia toracica elettiva: valutazione della funzione polmonare anomala preoperatoria

Lo studio è stato progettato come uno studio osservazionale prospettico non interventistico monocentrico per utilizzare la tecnologia di deep learning combinata con immagini di tomografia computerizzata (CT) per prevedere con precisione gli indicatori di funzionalità polmonare dei pazienti preoperatori di chirurgia toracica.

Panoramica dello studio

Stato

Reclutamento

Condizioni

Intervento / Trattamento

Descrizione dettagliata

I test di funzionalità polmonare preoperatori sono cruciali per valutare le complicanze perioperatorie o i rischi di mortalità e fornire supporto decisionale per la chirurgia toracica. Tuttavia, i metodi tradizionali di valutazione della funzionalità polmonare presentano limitazioni significative, tra cui lunghe durate dei test, difficoltà nella cooperazione del paziente, alti tassi di falsi negativi e numerose controindicazioni. Pertanto, il nostro studio ha ottimizzato il modello finale basato su 1500 CT respiratori a fase singola trasferendo i parametri del modello addestrati su 500 CT respiratori a doppia fase, migliorando le sue capacità predittive per la funzione polmonare. Questa regolazione si adatta alle esigenze applicative del mondo reale, offrendo un supporto per la valutazione della funzione polmonare preoperatoria più conveniente, completo e personalizzato. Il nostro studio ha ottimizzato il modello finale basato su 1500 CT a fase inspiratoria singola trasferendo i parametri del modello addestrati su 500 CT respiratori a doppia fase, migliorando le sue capacità predittive per la funzione polmonare. Questa regolazione si adatta alle esigenze applicative del mondo reale, offrendo un supporto per la valutazione della funzione polmonare preoperatoria più conveniente, completo e personalizzato.

Tipo di studio

Osservativo

Iscrizione (Stimato)

2000

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Contatto studio

Luoghi di studio

    • Guangdong
      • Guangzhou, Guangdong, Cina, 510120
        • Reclutamento
        • Department of Cardiothoracic Surgery, the First Affiliated Hospital of Guangzhou Medical College
        • Contatto:

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Adulto
  • Adulto più anziano

Accetta volontari sani

No

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Pazienti sottoposti a chirurgia toracica elettiva

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

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / Coorte
Intervento / 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

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

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

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

Collaboratori

Investigatori

  • Investigatore principale: Jianxing He, MD, Department of Cardiothoracic Surgery, the First Affiliated Hospital of Guangzhou Medical College

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

1 ottobre 2023

Completamento primario (Stimato)

30 settembre 2024

Completamento dello studio (Stimato)

30 dicembre 2024

Date di iscrizione allo studio

Primo inviato

21 giugno 2024

Primo inviato che soddisfa i criteri di controllo qualità

26 giugno 2024

Primo Inserito (Effettivo)

27 giugno 2024

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

27 giugno 2024

Ultimo aggiornamento inviato che soddisfa i criteri QC

26 giugno 2024

Ultimo verificato

1 giugno 2024

Maggiori informazioni

Termini relativi a questo 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

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

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

Prove cliniche su Tomografia computerizzata a singola fase inspiratoria.

Cerca prove simili