- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT06528236
Ricerca e applicazione del sistema di diagnosi intelligente ad ultrasuoni per la massa ovarica
25 luglio 2024 aggiornato da: Zhejiang Provincial People's Hospital
Ricerca sul rilevamento automatico della massa ovarica e sul sistema di diagnosi ausiliaria intelligente basato su immagini ecografiche multimodali
Ricerca sul rilevamento automatico della massa ovarica e sistema diagnostico ausiliario intelligente basato su immagini ecografiche multimodali.
Panoramica dello studio
Stato
Non ancora reclutamento
Condizioni
Intervento / Trattamento
Descrizione dettagliata
I ricercatori miravano a sviluppare un sistema di diagnosi intelligente a ultrasuoni per la massa ovarica basato su immagini ecografiche multimodali.
Tipo di studio
Osservativo
Iscrizione (Stimato)
100000
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: Yingnan Wu, Doctor
- Numero di telefono: 0086 19883106164
- Email: litaosun1971@sina.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
- Bambino
- Adulto
- Adulto più anziano
Accetta volontari sani
Sì
Metodo di campionamento
Campione non probabilistico
Popolazione di studio
Durante l'esame ecografico ginecologico è stata riscontrata almeno una paziente con tumore ovarico persistente.
Il paziente è stato sottoposto al trattamento chirurgico ed ai risultati istopatologici.
Descrizione
Criterio di inclusione:
- Durante l'esame ecografico ginecologico è stata riscontrata almeno una paziente con tumore ovarico persistente.
- Il paziente è stato sottoposto al trattamento chirurgico ed ai risultati istopatologici.
Criteri di esclusione:
- L'analisi istopatologica conferma il tumore non ovarico;
- I risultati istopatologici non sono conclusivi;
- Problemi con la qualità dell'immagine: la massa ovarica è incompleta e non mostra alcuni tessuti circostanti (ma la massa è troppo grande per escluderla completamente); le immagini sono eccessivamente sfocate, rendendo difficile determinare le caratteristiche della massa ovarica (le possibili ragioni includono problemi di qualità dell'hardware dell'ecografo, motion blur, problemi di messa a fuoco, presenza di gas intestinale nella paziente); le impostazioni del guadagno rendono difficile giudicare le caratteristiche della massa ovarica (come basso contrasto, immagini eccessivamente scure o saturazione); la presenza di artefatti influenza la valutazione delle caratteristiche ecografiche della massa ovarica e deve essere esclusa.
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 di formazione
La coorte di addestramento viene utilizzata per addestrare il modello artificiale sulla base di immagini o video ecografici multimodello.
|
|
|
Gruppo di validazione
La coorte di validazione viene utilizzata per validare il modello artificiale.
|
Utilizzo del modello di intelligenza artificiale per diagnosticare masse ovariche benigne, borderline e maligne.
|
|
Gruppo di test interni
La coorte di test interni viene utilizzata per testare internamente il modello artificiale.
|
Utilizzo del modello di intelligenza artificiale per diagnosticare masse ovariche benigne, borderline e maligne.
|
|
Gruppo di test esterno
La coorte di test esterna viene utilizzata per testare internamente il modello artificiale.
|
Utilizzo del modello di intelligenza artificiale per diagnosticare masse ovariche benigne, borderline e maligne.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Area sotto la curva
Lasso di tempo: Fino al completamento degli studi, in media 1 anno
|
L'AUC (Area sotto la curva) è un indice comune utilizzato per valutare le prestazioni del modello di classificazione binaria.
|
Fino al completamento degli studi, in media 1 anno
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Sensibilità
Lasso di tempo: Fino al completamento degli studi, in media 1 anno
|
La sensibilità si riferisce alla capacità del test di identificare correttamente un risultato positivo in un individuo che ha effettivamente la malattia.
Rappresenta la percentuale di casi in cui il test è in grado di rilevare un positivo alla malattia
|
Fino al completamento degli studi, in media 1 anno
|
Altre misure di risultato
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Specificità
Lasso di tempo: Fino al completamento degli studi, in media 1 anno
|
La specificità si riferisce alla capacità del test di identificare correttamente un risultato negativo in un individuo che in realtà non ha la malattia.
Rappresenta la percentuale di casi in cui la malattia è negativa che il test è in grado di rilevare.
|
Fino al completamento degli studi, in media 1 anno
|
|
Precisione
Lasso di tempo: Fino al completamento degli studi, in media 1 anno
|
L’accuratezza si riferisce al grado in cui i risultati del test diagnostico sono coerenti con la situazione reale
|
Fino al completamento degli studi, in media 1 anno
|
|
Valore predicativo positivo
Lasso di tempo: Fino al completamento degli studi, in media 1 anno
|
Il valore predittivo positivo indica la probabilità che il risultato di un test sia vero se è positivo.
In altre parole, rappresenta la percentuale di individui diagnosticati positivi quando il risultato del test è positivo che effettivamente hanno la malattia
|
Fino al completamento degli studi, in media 1 anno
|
|
Valore predittivo negativo
Lasso di tempo: Fino al completamento degli studi, in media 1 anno
|
Il valore predittivo negativo si riferisce alla probabilità che se il risultato di un test è negativo, il risultato sarà vero negativo.
Rappresenta la percentuale di individui a cui viene diagnosticata una negatività quando i risultati del test sono negativi e che sono veramente liberi dalla malattia
|
Fino al completamento degli studi, in media 1 anno
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Collaboratori
Investigatori
- Cattedra di studio: Litao Sun, Professor, Zhejiang Provincial People's Hospital
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 (Stimato)
30 luglio 2024
Completamento primario (Stimato)
30 luglio 2029
Completamento dello studio (Stimato)
30 luglio 2029
Date di iscrizione allo studio
Primo inviato
18 luglio 2024
Primo inviato che soddisfa i criteri di controllo qualità
25 luglio 2024
Primo Inserito (Effettivo)
30 luglio 2024
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
30 luglio 2024
Ultimo aggiornamento inviato che soddisfa i criteri QC
25 luglio 2024
Ultimo verificato
1 luglio 2024
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
- Neoplasie
- Neoplasie urogenitali
- Neoplasie per sede
- Neoplasie genitali, femmina
- Malattie del sistema endocrino
- Malattie ovariche
- Malattie annessiali
- Disturbi gonadici
- Neoplasie delle ghiandole endocrine
- Malattie urogenitali femminili
- Malattie urogenitali femminili e complicanze della gravidanza
- Malattie urogenitali
- Malattie genitali
- Malattie genitali, femmina
- Neoplasie ovariche
Altri numeri di identificazione dello studio
- KY2024053
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
NO
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 Modello di intelligenza artificiale
-
Epitomee medicalCompletato
-
University of North Carolina, Chapel HillNational Institutes of Health (NIH); Fogarty International Center of the National...ReclutamentoHIV | Malattie non trasmissibiliMalawi
-
Wake Forest University Health SciencesCompletatoEmianopsia, omonima | Emianopsia, omonimaStati Uniti
-
Yale UniversityTerminatoQualità della vita | Schizofrenia | Aderenza ai farmaci | Segni e sintomi | Adattamento, psicologicoStati Uniti
-
Saglik Bilimleri UniversitesiAttivo, non reclutanteCarie infermieristicaTacchino
-
Shanghai General Hospital, Shanghai Jiao Tong University...Reclutamento
-
Pyoeng Gyun ChoeTerminatoReti neurali profonde sull'accuratezza della diagnosi delle malattie della pelle nei non dermatologiMalattie della pelleCorea, Repubblica di
-
University of California, San DiegoAttivo, non reclutanteAnoressia nervosaStati Uniti
-
Rush University Medical CenterReclutamentoDisturbo del dotto pancreatico | Malattie biliariStati Uniti
-
Hasan Kalyoncu UniversityCompletatoMalattie polmonari, ostruttive | Malattia polmonare, cronica ostruttiva | Autogestione | Assistenza infermieristicaTacchino