- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT06372873
전거비인대 손상의 초음파 분류를 위한 딥러닝
중국의 전거비인대 손상에 대한 딥러닝 기반 초음파 분류: 회고적, 다기관, 진단 연구
초음파(US)는 자기공명영상(MRI)에 비해 전거비인대(ATFL) 손상을 평가하는 데 더 비용 효율적이고 접근 가능하며 이용 가능한 영상 기술입니다. 그러나 이 기술을 사용하는 데 어려움이 있고 자격을 갖춘 근골격계(MSK) 방사선 전문의에 대한 수요가 증가하여 진단이 지연됩니다. 여러 임상 센터의 데이터 세트를 사용하여 우리는 방사선 전문의에게 해석 가능한 지원을 제공하고 ATFL 부상에 대한 보다 정확한 진단을 촉진한다는 목표로 미국 이미지를 사용하여 ATFL 부상 분류를 자동화하는 DCNN(심층 컨벌루션 네트워크) 모델을 개발하고 검증하는 것을 목표로 했습니다.
조사관은 중국 전역의 13개 병원에서 참조 표준으로 관절경 수술 결과가 있는 ATFL 부상에 대한 미국 이미지를 수집했습니다. 그런 다음 조사관은 이미지를 훈련 데이터세트, 내부 검증 데이터세트, 외부 검증 데이터세트로 8:1:1의 비율로 나누었습니다. 연구자들은 진단 정확도, 민감도, 특이성, F1 점수를 포함한 모델의 진단 성능을 테스트하기 위해 최적의 DCNN 모델을 선택했습니다. 마지막으로 연구자들은 다양한 전문 지식을 갖춘 12명의 방사선 전문의와 모델의 진단 성능을 비교했습니다.
연구 개요
연구 유형
등록 (추정된)
연락처 및 위치
연구 장소
-
-
Beijing
-
Beijing, Beijing, 중국, 100032
- Peking University People's Hospital
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 연령 > 18세
- 첫 번째 에피소드인 급성 발목 염좌를 경험하고 부상 후 14일 이내에 초음파 검사를 받은 환자
- ATFL 손상 분류를 위해 해당 관절경 수술 결과를 받은 환자.
제외 기준:
- 이전에 발목 개방성 외상이나 발목 관절 수술의 병력이 있는 환자
- 발목에 연조직이나 뼈 종양이 있었습니다.
- 다른 류마티스 관절염이 동시에 발생한 경우
- 이미지 품질이 낮거나 심각한 인공물(예: 이방성 인공물)이 있었습니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
그룹 I
ATFL의 경미한 긴장 부상
|
기여 병원에서 얻은 할당된 이미지는 우리 임상 센터의 선임 방사선 전문의 두 명에 의해 재평가됩니다.
|
|
그룹 II
ATFL의 부분 인대 파열
|
기여 병원에서 얻은 할당된 이미지는 우리 임상 센터의 선임 방사선 전문의 두 명에 의해 재평가됩니다.
|
|
그룹 III
ATFL의 완전 파열
|
기여 병원에서 얻은 할당된 이미지는 우리 임상 센터의 선임 방사선 전문의 두 명에 의해 재평가됩니다.
|
|
그룹 IV
avulsed 골절
|
기여 병원에서 얻은 할당된 이미지는 우리 임상 센터의 선임 방사선 전문의 두 명에 의해 재평가됩니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
미국 이미지가 참조 표준의 ATFL 손상 분류와 일치하는지 평가합니다.
기간: 기준선
|
우리 임상 센터의 방사선 전문의는 미국 이미지가 참조 표준의 ATFL 손상 분류와 일치하는지 재평가합니다.
|
기준선
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Jiaan Zhu, Dr, Peking University People's Hospital
간행물 및 유용한 링크
일반 간행물
- Gribble PA, Bleakley CM, Caulfield BM, Docherty CL, Fourchet F, Fong DT, Hertel J, Hiller CE, Kaminski TW, McKeon PO, Refshauge KM, Verhagen EA, Vicenzino BT, Wikstrom EA, Delahunt E. Evidence review for the 2016 International Ankle Consortium consensus statement on the prevalence, impact and long-term consequences of lateral ankle sprains. Br J Sports Med. 2016 Dec;50(24):1496-1505. doi: 10.1136/bjsports-2016-096189. Epub 2016 Jun 3.
- Colo G, Bignotti B, Costa G, Signori A, Tagliafico AS. Ultrasound or MRI in the Evaluation of Anterior Talofibular Ligament (ATFL) Injuries: Systematic Review and Meta-Analysis. Diagnostics (Basel). 2023 Jul 10;13(14):2324. doi: 10.3390/diagnostics13142324.
- Cao M, Liu S, Zhang X, Ren M, Xiao Z, Chen J, Chen X. Imaging diagnosis for anterior talofibular ligament injury: a systemic review with meta-analysis. Acta Radiol. 2023 Feb;64(2):612-624. doi: 10.1177/02841851221080556. Epub 2022 Mar 27.
- Gao Y, Zeng S, Xu X, Li H, Yao S, Song K, Li X, Chen L, Tang J, Xing H, Yu Z, Zhang Q, Zeng S, Yi C, Xie H, Xiong X, Cai G, Wang Z, Wu Y, Chi J, Jiao X, Qin Y, Mao X, Chen Y, Jin X, Mo Q, Chen P, Huang Y, Shi Y, Wang J, Zhou Y, Ding S, Zhu S, Liu X, Dong X, Cheng L, Zhu L, Cheng H, Cha L, Hao Y, Jin C, Zhang L, Zhou P, Sun M, Xu Q, Chen K, Gao Z, Zhang X, Ma Y, Liu Y, Xiao L, Xu L, Peng L, Hao Z, Yang M, Wang Y, Ou H, Jia Y, Tian L, Zhang W, Jin P, Tian X, Huang L, Wang Z, Liu J, Fang T, Yan D, Cao H, Ma J, Li X, Zheng X, Lou H, Song C, Li R, Wang S, Li W, Zheng X, Chen J, Li G, Chen R, Xu C, Yu R, Wang J, Xu S, Kong B, Xie X, Ma D, Gao Q. Deep learning-enabled pelvic ultrasound images for accurate diagnosis of ovarian cancer in China: a retrospective, multicentre, diagnostic study. Lancet Digit Health. 2022 Mar;4(3):e179-e187. doi: 10.1016/S2589-7500(21)00278-8.
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- 2023PHB211-001
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .