- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT04811677
Vergelijking van een op SegNet gebaseerd algoritme dat epifasciale fibrose schat
Vergelijking van een op SegNet gebaseerd algoritme dat epifasciale fibrose kwantitatief schat in driedimensionale computertomografiebeelden met de klinische methode voor het beoordelen van lymfoedeem
Studie Overzicht
Gedetailleerde beschrijving
Bij lymfoedeem treden altijd pro-inflammatoire cytokine-gemedieerde progressieve cascades op, die leiden tot macroscopische fibrose. Er zijn echter praktisch geen methoden beschikbaar voor het meten van door lymfoedeem veroorzaakte fibrose voordat deze verslechtert. Technisch gezien kan CT fibrose visualiseren op oppervlakkige en diepe locaties. Voor gestandaardiseerde metingen werd verificatie van op diep leren (DL) gebaseerde herkenning uitgevoerd. Een cross-sectionele, observationele cohortstudie werd uitgevoerd in een academisch academisch ziekenhuis. Het protocol van deze studie werd goedgekeurd door de Institutional Review Board van het Universitair Ziekenhuis en werd geregistreerd bij het Protocol Registration and Results System (PRS), www. klinieken. gov (NCT04811677: https:// clinici caltr ials. gov/ct2/show/ NCT04 811677? term= NCT04 81167 7& loting= 2& rang=1). Alle methoden werden uitgevoerd in overeenstemming met de relevante richtlijnen en voorschriften. Het proces was in overeenstemming met de principes van de Verklaring van Helsinki. Patiënten werden opgenomen als ze klinisch waren gediagnosticeerd met unilateraal lymfoedeem in de ledematen en BEI-analyse en CT-scan hadden ondergaan. De proefpersonen gaven schriftelijke geïnformeerde toestemming voor publicatie van de casusdetails. Gegevens werden zo dicht mogelijk bij de CT-scandatum verzameld. Patiënten bij wie diepe veneuze trombose, bilaterale betrokkenheid van ledematen, vasculaire aandoeningen of lokale infectie werden vastgesteld, werden uitgesloten.
Na het verkleinen van de vensterbreedte van de absorptiewaarden in CT-beelden, werd het op SegNet gebaseerde semantische segmentatiemodel van elke pixel in 5 klassen (lucht, huid, spier/vocht, vet en fibrose) getraind (65%), gevalideerd (15%) , en getest (20%). Vervolgens werden 4 indices geformuleerd en vergeleken met de resultaten van de gestandaardiseerde omtrekverschilverhouding (SCDR) en bio-elektrische impedantie (BEI). In totaal werden 2138 CT-beelden van 27 patiënten met chronisch unilateraal lymfoedeem geanalyseerd.
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
-
Sejong, Korea, republiek van, 30099
- Chungnam National University Sejong Hospital
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Geslachten die in aanmerking komen voor studie
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- De patiënten bij wie klinisch de diagnose unilateraal lymfoedeem van de ledematen werd gesteld en die een multi-frequentie bio-elektrische impedantieanalyse (BEI) en CT-scan ondergingen.
Uitsluitingscriteria:
- De patiënten die werden gediagnosticeerd met diepe veneuze trombose, bilaterale betrokkenheid van ledematen, vasculaire aandoeningen of lokale infectie werden uitgesloten.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Observatiemodellen: Cohort
- Tijdsperspectieven: Dwarsdoorsnede
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
nauwkeurigheid
Tijdsspanne: binnen 1 week na CT-scan
|
een verhouding tussen de correct geclassificeerde pixel en alle geclassificeerde pixels in één label.
|
binnen 1 week na CT-scan
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Eerste indexering
Tijdsspanne: binnen 1 week na CT-scan
|
(P_(Vet in niet-aangetast)+P_(Fibrose in niet-aangetast))/(P_(Vet in niet-aangetast)+P_(Fibrose in niet-aangetast) ) " "
|
binnen 1 week na CT-scan
|
Medewerkers en onderzoekers
Onderzoekers
- Hoofdonderzoeker: Chang Ho Hwang, Chungnam National University Sejong Hospital
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- UUH 2018-04-009
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 .