Klinische validatie van een algoritme voor kunstmatige intelligentie om mammogrammen te helpen interpreteren (ALGO-MAMMO)
Dit heeft tot doel om op een grote populatie een software voor het opsporen van tumoren klinisch te valideren die al is getraind op een representatieve Franse populatie (uit verschillende ziekenhuiscentra en liberalen uit verschillende departementen in het westen en oosten van Frankrijk).
Deze populatie bestaat uit 1000 patiënten die zijn behandeld voor borstkanker (histologisch bewezen door borstbiopsie) en van wie de onderzoekers mammogrammen hebben laten uitvoeren op het moment van diagnose. De controlepopulatie bestaat uit de onaangetaste borst van elke patiënt (met uitzondering van de zeldzame gevallen van bilaterale kankers).
Deze innovatieve software heeft als belangrijkste kenmerk het herkennen van gezond borstweefsel, waardoor de radioloog zich kan concentreren op borstweefsel dat risico loopt, het beheer van medische tijd en het beheer van "moeilijke" dossiers wordt verbeterd.
Studie Overzicht
Toestand
Conditie
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
-
Strasbourg, Frankrijk, 67091
- Service de Radiologie 1 - CHU de Strasbourg - France
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Volwassen vrouw van 40 tot 75 jaar
- Behandeling bij het HUS tussen 2010 en 2020 voor borstkanker
- inclusief mammografie en histologisch bewijs beschikbaar
- Patiënt die al toestemming heeft gegeven voor het hergebruik van haar anonieme gegevens voor onderzoeksdoeleinden
Uitsluitingscriteria:
- Vrouw die bezwaar heeft gemaakt tegen deelname aan het onderzoek
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Observatiemodellen: Case-Alleen
- Tijdsperspectieven: Retrospectief
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Evalueer de diagnostische prestaties (gevoeligheid, specificiteit) voor tumordetectie door de operator, ondersteund door mammografische diagnostische hulpsoftware, en vergelijk deze met de diagnostische prestaties van een niet-geassisteerde operator.
Tijdsspanne: Dossiers die met terugwerkende kracht zijn geanalyseerd vanaf 01 januari 2010 tot 01 januari 2020 worden onderzocht
|
Deze beoordeling is gebaseerd op het contouren van het tumorgebied op mammogrammen.
|
Dossiers die met terugwerkende kracht zijn geanalyseerd vanaf 01 januari 2010 tot 01 januari 2020 worden onderzocht
|
Medewerkers en onderzoekers
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
- 7964
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 .