このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

上咽頭癌の局所再発検出における磁気共鳴画像の解釈における人工知能支援読み取りと標準二重読み取り：ランダム化対照多施設研究

2024年4月9日 更新者：Fang-Yun Xie、Sun Yat-sen University
このランダム化比較研究の目的は、以前に開発された人工知能モデルが上咽頭癌患者の放射線療法後の磁気共鳴画像をトリアージし、放射線科医の読影を支援できるかどうかを調査することです。

調査の概要

状態

まだ募集していません

条件

介入・治療

研究の種類

観察的

入学 (推定)

10400

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究連絡先

研究連絡先のバックアップ

研究場所

  • 中国
    • Guangdong
      • Guangzhou、Guangdong、中国、510060
        • Sun Yat-sen University Cancer Center
        • コンタクト：
        • コンタクト：
        • 主任研究者：
          • Fang-Yun Xie

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

  • 子
  • 大人
  • 高齢者

健康ボランティアの受け入れ

いいえ

サンプリング方法

確率サンプル

調査対象母集団

この研究には、6か月以上の放射線治療を終了し、以前の検査で腫瘍残渣のなかった未治療の上咽頭癌患者が登録されました。

説明

包含基準:

  • 6か月以上の放射線治療を終了した未治療の上咽頭癌患者
  • 前回の磁気共鳴画像検査では原発部位の完全寛解が示されていた
  • 画像は、3T 磁気共鳴イメージング デバイスを使用して取得されます。これには、強調されていない T1 強調シーケンスおよび T2 強調シーケンスと、コントラスト強調された T1 強調シーケンスが含まれます。

除外基準:

  • 患者は、特定の磁気共鳴画像スキャンのためにこの研究に登録されており、その後の追跡磁気共鳴画像スキャンには登録されていません。

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか？

デザインの詳細

コホートと介入

グループ/コホート
介入・治療
AI支援による読書
AI モデルは局所再発の発生率を予測します。 発生率が 60% 未満の場合は、1 人の放射線科医が MR 画像を読影します。 発生率が 60% を超える場合は、2 人の放射線科医が MR 画像を読影します。 放射線科医は、必要に応じて、予測される発生率と輪郭を解釈して提供されます。 2 人の放射線科医が矛盾する解釈を提供した場合、3 人目の放射線科医が議論に参加して合意に達します。
診断テスト：AI
人工知能モデルは、MR 画像のリスクと局所再発の輪郭を予測し、放射線科医が読影する前にそれらをトリアージします。
標準の二重読み取り
MR画像は2人の放射線科医によって読影され、意見が異なる場合は3人目の放射線科医に相談して合意に達します。

この研究は何を測定していますか？

主要な結果の測定

結果測定
時間枠
感度
時間枠：学習完了まで、平均2年
学習完了まで、平均2年

二次結果の測定

結果測定
時間枠
特異性
時間枠：学習完了まで、平均2年
学習完了まで、平均2年
陽性的中率
時間枠：学習完了まで、平均2年
学習完了まで、平均2年
陰性的中率
時間枠：学習完了まで、平均2年
学習完了まで、平均2年
すべての MR 画像の読影の合計時間
時間枠：学習完了まで、平均2年
学習完了まで、平均2年
3人目の放射線科医との話し合いの割合
時間枠：学習完了まで、平均2年
学習完了まで、平均2年
AI支援読書グループにおける局所再発の検出率
時間枠：学習完了まで、平均2年
学習完了まで、平均2年
異なるrTステージのサブグループにおける感度
時間枠：学習完了まで、平均2年
学習完了まで、平均2年
AI モデルでは再発リスクと輪郭を提供できない症例の発生率
時間枠：学習完了まで、平均2年
学習完了まで、平均2年

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

スポンサー

Sun Yat-sen University

捜査官

  • 主任研究者：Fang-Yun Xie、Sun Yat-sen University

出版物と役立つリンク

研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。

一般刊行物

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (推定)

2024年4月1日

一次修了 (推定)

2026年4月1日

研究の完了 (推定)

2026年4月1日

試験登録日

最初に提出

2024年4月4日

QC基準を満たした最初の提出物

2024年4月9日

最初の投稿 (実際)

2024年4月10日

学習記録の更新

投稿された最後の更新 (実際)

2024年4月10日

QC基準を満たした最後の更新が送信されました

2024年4月9日

最終確認日

2024年4月1日

詳しくは

本研究に関する用語

キーワード

追加の関連 MeSH 用語

その他の研究ID番号

  • B2024-039-01

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

いいえ

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。

AIの臨床試験

類似の治験を検索

スポンサーと協力者

医学的状態

薬物療法

CROs by country

CROs in Italy

条件

まれな病気

薬物療法

ダイエットサプリメント

スポンサー/協力者

場所

購読する