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.

D-Lung: una piattaforma di analisi per il cancro del polmone basata sulla tecnologia Deep Learning

7 febbraio 2023 aggiornato da: Professor Winnie W.C. Chu, Chinese University of Hong Kong

D-Lung: una piattaforma di analisi per lo screening, la diagnosi e la gestione del carcinoma polmonare primario basata sulla tecnologia di deep learning

Il cancro del polmone è una delle principali cause di morte per cancro in tutto il mondo, caratterizzato da un basso tasso di sopravvivenza a 5 anni inferiore al 20%. Il nodulo polmonare è considerato la tipica manifestazione di imaging nella fase iniziale del cancro del polmone. Il National Lung Screen Trial ha dimostrato che i tassi di mortalità potrebbero diminuire notevolmente, grazie all'utilità della tomografia computerizzata elicoidale a bassa dose per lo screening dei noduli polmonari. Pertanto, il rilevamento automatico, la diagnosi e la gestione dei noduli polmonari svolgono un ruolo vitale nello screening del cancro del polmone assistito da computer e nell'intervento precoce.

Panoramica dello studio

Stato

Completato

Condizioni

Cancro ai polmoni

Intervento / Trattamento

Radiazione: tomografia computerizzata

Tipo di studio

Osservativo

Iscrizione (Effettivo)

130

Contatti e Sedi

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

Luoghi di studio

Hong Kong
- Shatin
  - Hong Kong, Shatin, Hong Kong
    - The Chinese University of Hong Kong, Prince of Wale Hospital

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
ANZIANO_ADULTO
BAMBINO

Accetta volontari sani

N/A

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione di probabilità

Popolazione di studio

Questo è un singolo studio di coorte retrospettivo istituzionale di pazienti all'interno degli ospedali di Hong Kong, che erano stati sottoposti a TC toracica per noduli polmonari sospetti.

Descrizione

Criterio di inclusione:

Soggetti con noduli polmonari sospetti.
La TC toracica a strato sottile e l'esame patologico sono stati eseguiti per noduli polmonari sospetti.

Criteri di esclusione:

Soggetti con lesioni accompagnate su immagini TC che possono interferire con l'analisi dei noduli polmonari

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

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato	Misura Descrizione	Lasso di tempo
precisione Lasso di tempo: 2 anni	proporzione di risultati veri (sia veri positivi che veri negativi) tra intere istanze	2 anni
sensibilità Lasso di tempo: 2 anni	tasso di veri positivi in percentuale (%) derivato dall'analisi ROC	2 anni
specificità Lasso di tempo: 2 anni	tasso di veri negativi in percentuale (%) derivato dall'analisi ROC	2 anni
area sotto la curva (AUC) Lasso di tempo: 2 anni	area sotto la curva ROC in percentuale (%)	2 anni

Misure di risultato secondarie

Misura del risultato	Misura Descrizione	Lasso di tempo
numero medio di falsi positivi per scansione (FP/scansione) Lasso di tempo: 2 anni	FP/scansione in numero (N) in base all'analisi delle caratteristiche operative del ricevitore a risposta libera (FROC).	2 anni
metrica delle prestazioni della concorrenza (CPM) Lasso di tempo: 2 anni	La metrica delle prestazioni competitive (CPM) è un criterio utilizzato per la valutazione del sistema CAD. Sulla base del paradigma FROC, il punteggio CPM viene calcolato come sensibilità media a sette tassi medi predefiniti di falsi positivi. Il punteggio CPM varia da 0 a 1, con un punteggio CPM più alto che indica migliori prestazioni CAD.	2 anni

Collaboratori e investigatori

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

Sponsor

Chinese University of Hong Kong

Collaboratori

Department of Computer Science & Engineering, CUHK

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 luglio 2018

Completamento primario (EFFETTIVO)

30 giugno 2020

Completamento dello studio (EFFETTIVO)

30 giugno 2020

Date di iscrizione allo studio

Primo inviato

26 luglio 2019

Primo inviato che soddisfa i criteri di controllo qualità