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

Deep Learning-model voor classificatie van zuivere vaste knobbeltjes

14 september 2022 bijgewerkt door: Chang Chen

Diep lerend model Aanvullende PET-CT als een effectievere diagnostische methode voor classificatie van zuivere vaste knobbeltjes: een observatieonderzoek in meerdere centra

Het doel van deze studie is om de voorspellende prestaties van een CT-gebaseerd deep learning-model voor classificatie van puur-vaste knobbeltjes te vergelijken en te vergelijken met de maximale gestandaardiseerde opnamewaarde van de tumor op PET in een multicenter prospectief cohort.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Studietype

Observationeel

Inschrijving (Verwacht)

260

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
      • China, Gansu, China
        • Werving
        • Lanzhou
        • Contact:
      • China, Guizhou, China
        • Werving
        • Zunyi
        • Contact:
      • China, Jiangxi, China
        • Werving
        • NanChang
        • Contact:
      • China, Zhejiang, China
        • Werving
        • Ningbo
        • Contact:
    • Shanghai
      • Yangpu, Shanghai, China
        • Werving
        • Shanghai Pulmonary Hospital

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

18 jaar tot 75 jaar (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Patiënten met pulmonale radiologische puur-vaste knobbeltjes met een grootte van minder dan 3 cm

Beschrijving

Inclusiecriteria:

  • Deelnemers gepland voor een operatie voor radiologische vondst van pulmonaire zuivere vaste laesies van de preoperatieve dunne-sectie CT-scans;
  • De maximale korte-asdiameter van lymfeklieren kleiner dan 3 cm op CT-scan;
  • Leeftijd variërend van 18-75 jaar;
  • gedefinieerd pathologisch onderzoeksrapport beschikbaar;
  • Schriftelijke geïnformeerde toestemming verkregen.

Uitsluitingscriteria:

  • Meerdere longlaesies;
  • Slechte kwaliteit van CT-beelden;
  • Deelnemers met onvolledige klinische informatie;
  • Deelnemers die neoadjuvante therapie hebben gekregen vóór de eerste CT-evaluatie.

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

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
AUC
Tijdsspanne: 2022.01-2023.12
Gebied onder de curve van de bedrijfskarakteristiek van de ontvanger
2022.01-2023.12

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Nauwkeurigheid
Tijdsspanne: 2022.01-2023.12
Verhouding tussen het aantal correct geclassificeerde monsters en het totale aantal monsters
2022.01-2023.12
gevoeligheid
Tijdsspanne: 2022.01-2023.12
De kans op het detecteren van een positieve test in de populatie met de gouden standaard voor ziekte (positief)
2022.01-2023.12
Specificiteit
Tijdsspanne: 2022.01-2023.12
Kans op het detecteren van een negatieve test in een populatie die volgens de gouden standaard als ziektevrij (negatief) wordt beoordeeld
2022.01-2023.12
PPV
Tijdsspanne: 2022.01-2023.12
Positieve voorspellende waarde
2022.01-2023.12
NCW
Tijdsspanne: 2022.01-2023.12
Negatieve voorspellende waarde
2022.01-2023.12

Medewerkers en onderzoekers

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

Sponsor

Chang Chen

Medewerkers

Zunyi Medical College
Ningbo HwaMei Hospital, Zhejiang, China
The First Affiliated Hospital of Nanchang University, Jiangxi, China
The First Hospital of Lanzhou University, Gansu, China

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 2022

Primaire voltooiing (Verwacht)

31 december 2023

Studie voltooiing (Verwacht)

31 december 2023

Studieregistratiedata

Eerst ingediend

13 september 2022

Eerst ingediend dat voldeed aan de QC-criteria

14 september 2022

Eerst geplaatst (Werkelijk)

16 september 2022

Updates van studierecords

Laatste update geplaatst (Werkelijk)

16 september 2022

Laatste update ingediend die voldeed aan QC-criteria

14 september 2022

Laatst geverifieerd

1 september 2022

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Andere studie-ID-nummers

  • L21-022

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 .

Abonneren