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

Computerondersteund hulpmiddel voor de diagnose van nekmassa's bij kinderen

11 januari 2022 bijgewerkt door: Yuhan Yang, West China Hospital
Het doel van deze studie was om de diagnostische effectiviteit van computerondersteunde diagnostische hulpmiddelen voor nekmassa's te evalueren met behulp van machine learning en deep learning-technieken op klinische informatie en radiologische beelden bij kinderen.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Deze studie is een retrospectief-prospectief ontwerp van het West China Hospital, Sichuan University, inclusief klinische gegevens en radiologische beelden. Er werd een retrospectieve database geregistreerd voor patiënten met een definitieve histologische diagnose en beschikbare radiologische beelden van juni 2010 en december 2020. De onderzoekers hebben diagnostische modellen voor deep learning en machine learning gebouwd op dit retrospectieve cohort en deze intern gevalideerd. Een prospectief cohort zou patiënten rekruteren die nekmassa's hebben gevonden sinds januari 2021. De voorgestelde computerondersteunde diagnostische modellen zouden ook extern gevalideerd worden in dit prospectieve cohort. Het doel van deze studie was om de diagnostische effectiviteit van computerondersteunde diagnostische hulpmiddelen voor nekmassa's te evalueren met behulp van machine learning en deep learning-technieken op klinische gegevens en radiologische beelden bij kinderen.

Studietype

Observationeel

Inschrijving (Verwacht)

1500

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

  • China
    • Sichuan
      • Chengdu, Sichuan, China, 6100041
        • Werving
        • West China Hospital, Sichuan University

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

1 seconde tot 18 jaar (Kind, Volwassen)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Patiënten bij wie halsmassa's werden gevonden en klinische informatie en radiologische beelden hadden ingevuld vóór operatie, biopsie, neoadjuvante chemotherapie en radiotherapie.

Beschrijving

Inclusiecriteria:

  • Leeftijd tot 18 jaar
  • Geen behandeling ontvangen vóór de diagnose
  • Met schriftelijke geïnformeerde toestemming

Uitsluitingscriteria:

  • Klinische gegevens ontbreken
  • Niet beschikbare radiologische beelden
  • Zonder schriftelijke geïnformeerde toestemming

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

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Retrospectief cohort
Het interne cohort werd vanaf juni 2010 en december 2020 met terugwerkende kracht ingeschreven in het West China Hospital, Sichuan University. Het is een cohort voor training en interne validatie.
Diagnostische toets: Algoritme voor kunstmatige intelligentie
Verschillende machine learning en deep learning computerondersteunde strategieën voor modelconstructie en validatie.
Toekomstig cohort
Voor hetzelfde centrum werden prospectief dezelfde in- en uitsluitingscriteria toegepast. Het is een extern validatiecohort.
Diagnostische toets: Algoritme voor kunstmatige intelligentie
Verschillende machine learning en deep learning computerondersteunde strategieën voor modelconstructie en validatie.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
De diagnostische nauwkeurigheid van nekmassa's met op AI gebaseerde screeningtools bij kinderen
Tijdsspanne: 1 maand
De diagnostische nauwkeurigheid van nekmassa's met op AI gebaseerde screeningtools bij kinderen.
1 maand

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
De diagnostische gevoeligheid van nekmassa's met op AI gebaseerde screeningtools bij kinderen
Tijdsspanne: 1 maand
De diagnostische gevoeligheid van nekmassa's met op AI gebaseerde screeningtools bij kinderen.
1 maand
De diagnostische specificiteit van nekmassa's met op AI gebaseerde screeningtools bij kinderen
Tijdsspanne: 1 maand
De diagnostische specificiteit van nekmassa's met op AI gebaseerde screeningtools bij kinderen.
1 maand
De diagnostisch positief voorspellende waarde van nekmassa's met op AI gebaseerde screeningtools bij kinderen
Tijdsspanne: 1 maand
De diagnostisch positief voorspellende waarde van nekmassa's met op AI gebaseerde screeningtools bij kinderen.
1 maand
De diagnostische negatief voorspellende waarde van nekmassa's met op AI gebaseerde screeningtools bij kinderen
Tijdsspanne: 1 maand
De diagnostische negatief voorspellende waarde van nekmassa's met op AI gebaseerde screeningtools bij kinderen
1 maand

Medewerkers en onderzoekers

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

Sponsor

West China Hospital

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 (Werkelijk)

1 januari 2021

Primaire voltooiing (Verwacht)

31 december 2024

Studie voltooiing (Verwacht)

31 december 2024

Studieregistratiedata

Eerst ingediend

24 december 2021

Eerst ingediend dat voldeed aan de QC-criteria

24 december 2021

Eerst geplaatst (Werkelijk)

12 januari 2022

Updates van studierecords

Laatste update geplaatst (Werkelijk)

27 januari 2022

Laatste update ingediend die voldeed aan QC-criteria

11 januari 2022

Laatst geverifieerd

1 januari 2022

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • HX-20211023

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

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 .

Klinische onderzoeken op Algoritme voor kunstmatige intelligentie

Zoek naar vergelijkbare onderzoeken

Sponsors en medewerkers

Medische omstandigheden

Geneesmiddelinterventies

CROs by country

CROs in France

Voorwaarden

Zeldzame ziekten

Geneesmiddelinterventies

Voedingssupplementen

Sponsor / medewerkers

Locaties

3
Abonneren