Detectie van urinestenen op ULDCT met deep-learning beeldreconstructie-algoritme (URO DLIR)
Detectie van urinewegstenen op CT-beeldvorming met ultralage dosis abdominale bekken met deep-learning algoritme voor beeldreconstructie
Studie Overzicht
Toestand
Toestand
Conditie
Conditie
Interventie / Behandeling
Interventie / Behandeling
Studietype
Studietype
Inschrijving (Werkelijk)
Inschrijving
Fase
Fase
- Niet toepasbaar
Contacten en locaties
Studiecontact
Studiecontact
- Naam: Cédric Renard, MD
- Telefoonnummer: (33)322087537
- E-mail: renard.cedric@chu-amiens.fr
Studie Locaties
-
-
-
Amiens, Frankrijk, 80480
- CHU Amiens
-
-
Deelname Criteria
Geschiktheidscriteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Beschrijving
Inclusiecriteria:
- Leeftijd ≥ 18 jaar,
- Patiënt verwezen voor abdominopelvische CT om urolithiasis te bevestigen of voor follow-up,
- Aansluiting bij een socialezekerheidsprogramma,
- Vermogen van de proefpersoon om oppositie te begrijpen en uit te drukken
Uitsluitingscriteria:
- Leeftijd <18 jaar,
- Persoon onder curatele of curatoren,
- Zwangere vrouw,
- Eventuele contra-indicaties voor CT
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Diagnostisch
- Toewijzing: NVT
- Interventioneel model: Opdracht voor een enkele groep
- Masker: Geen (open label)
Wat meet het onderzoek?
Primaire uitkomstmaten
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Nauwkeurigheid tussen lage dosis CT met behulp van DLIR-reconstructie en lage dosis CT zonder DLIR-reconstructie voor de detectie van urinewegstenen
Tijdsspanne: dag 1
|
Nauwkeurigheid tussen lage dosis CT met behulp van DLIR-reconstructie en lage dosis CT zonder DLIR-reconstructie voor de detectie van urinewegstenen. Patiënten die zijn doorverwezen naar de afdeling voor een abdominopelvisch CT-onderzoek voor diagnostiek of follow-up van urolithiasis, en die hebben ingestemd met deelname aan het onderzoek, ondergaan een aanvullende ultra-low dose acquisitie (ULD, <1 mSv) met op deep learning gebaseerde reconstructie (DLIR). |
dag 1
|
Medewerkers en onderzoekers
Sponsor
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Studie start
Primaire voltooiing (Werkelijk)
Primaire voltooiing
Studie voltooiing (Werkelijk)
Studie voltooiing
Studieregistratiedata
Eerst ingediend
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Eerst geplaatst
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update geplaatst
Laatste update ingediend die voldeed aan QC-criteria
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
- Urogenitale ziekten
- Pijn
- Neurologische manifestaties
- Mannelijke urogenitale ziekten
- Berekeningen
- Pathologische aandoeningen, anatomisch
- Urologische ziekten
- Vrouwelijke urogenitale ziekten
- Vrouwelijke urogenitale ziekten en zwangerschapscomplicaties
- Pathologische aandoeningen, tekenen en symptomen
- Tekenen en symptomen
- Urinewegen
- Urolithiase
- Nierkolieken
Andere studie-ID-nummers
Andere studie-ID-nummers
- PI2020_843_0053
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .