- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT06477458
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
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
- 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
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.
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
Termini MeSH pertinenti aggiuntivi
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
-
Paul SzabolcsReclutamentoMalattia 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... e altre condizioniStati Uniti
Prove cliniche su Tomografia computerizzata a singola fase inspiratoria.
-
Istituto Ortopedico RizzoliCompletatoDislocazione femoro-rotuleaItalia