Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Validatie van een Multitask Deep Learning-systeem bij Spine Metastasis CT

31 mei 2022 bijgewerkt door: Zhao Hui, Shanghai 6th People's Hospital

Multicenter validatie van een multitask deep learning-systeem voor spinale instabiliteit bij CT met metastase van de wervelkolom

Het multitask deep learning-systeem (DLS) met vijf algoritmen die vijf kwantitatieve factoren van Spinal Instability Neoplastic Score (SINS) detecteren, werd ontwikkeld. Radiologen en oncologen van multicenter zullen worden aangeworven om de CT-scans in het beeldarchiverings- en communicatiesysteem (PACS) onafhankelijk te lezen, in vergelijking met de DLS. Een maand na het lezen van de CT-scans in PACS, wordt de deelnemers ook gevraagd om met dezelfde CT-scans een webgebaseerde test uit te voeren op de DLS-website. Oppervlakte onder de receiver operating Characteristic Curve (AUC), sensitiviteit en specificiteit van de DLS werden berekend met professionele graders als referentiestandaard.

Studie Overzicht

Studietype

Observationeel

Inschrijving (Verwacht)

420

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

14 jaar en ouder (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Kanssteekproef

Studie Bevolking

Patiënten met wervelmetastasen

Beschrijving

Inclusiecriteria:

  1. pathologie-bewezen diagnose van solide tumor;
  2. spinale CT-scan die spinale metastase aangeeft met ten minste één laesie;
  3. geen eerdere operatie voor spinale metastase

Uitsluitingscriteria:

  1. spinale CT-scans zonder sagittale reconstructie;
  2. de radioloog was van mening dat de kwaliteit van het CT-beeld niet gekwalificeerd was.

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Observatiemodellen: Cohort
  • Tijdsperspectieven: Prospectief

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
routine artsen
De multitask DLS met vijf algoritmen die vijf kwantitatieve factoren van SINS detecteren
DLS
De multitask DLS met vijf algoritmen die vijf kwantitatieve factoren van SINS detecteren

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
AUC
Tijdsspanne: 1 maanden
Gebied onder de Receiver Operating Characteristic Curve (AUC) van detectie van spinale instabiliteit
1 maanden

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
gevoeligheid
Tijdsspanne: 1 maanden
gevoeligheid van detectie van spinale instabiliteit
1 maanden
specificiteit
Tijdsspanne: 1 maanden
specificiteit van detectie van spinale instabiliteit
1 maanden

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Verwacht)

1 juli 2022

Primaire voltooiing (Verwacht)

31 december 2023

Studie voltooiing (Verwacht)

31 december 2023

Studieregistratiedata

Eerst ingediend

12 december 2021

Eerst ingediend dat voldeed aan de QC-criteria

12 december 2021

Eerst geplaatst (Werkelijk)

14 december 2021

Updates van studierecords

Laatste update geplaatst (Werkelijk)

1 juni 2022

Laatste update ingediend die voldeed aan QC-criteria

31 mei 2022

Laatst geverifieerd

1 mei 2022

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • DLS01

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

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 .

Abonneren