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

Op AI gebaseerd systeem voor screening op longtuberculose: evaluatie van de diagnostische nauwkeurigheid

25 mei 2023 bijgewerkt door: Anton V. Vladzymyrskyy, Research and Practical Clinical Center for Diagnostics and Telemedicine Technologies of the Moscow Health Care Department
Testen van AI-oplossingen om diagnostische nauwkeurigheid voor tuberculosedetectie te beoordelen.

Studie Overzicht

Toestand

Actief, niet wervend

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Tuberculose blijft een belangrijk probleem van de moderne geneeskunde. Er moeten nieuwe benaderingen voor het overwinnen van lasten worden voorgesteld. Nieuwe screeningstrategieën kunnen kunstmatige intelligentie (AI) omvatten. Er is een op AI gebaseerd systeem voor thoraxfotoanalyse en triage ("normaal/tuberculose vermoed") ontwikkeld en getraind. Er is een speciale dataset opgesteld. Er zijn 238 normale röntgenfoto's en 70 röntgenfoto's met longtuberculose in de dataset. De dataset werd willekeurig verdeeld in 2 steekproeven:

  • steekproef N1 (n=140) met verhouding "normaal: tuberculose" 50:50,
  • monster N1 (n=150) met verhouding "normaal: tuberculose" 95:5. Beide monsters worden geanalyseerd door een op AI gebaseerd systeem. Resultaten zullen worden gekwantificeerd met behulp van diagnostische nauwkeurigheidsstatistieken: gevoeligheid en specificiteit, positieve en negatieve voorspellende waarden, waarschijnlijkheidsratio en gebied onder de ROC-curve (receiver operating Characteristic).

Studietype

Observationeel

Inschrijving (Werkelijk)

308

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

  • Russische Federatie
      • Moscow, Russische Federatie, 109029
        • Research and Practical Center of Medical Radiology, Department of Health Care of Moscow

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

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

NVT

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

308 thoraxfoto's geselecteerd uit de database van Unified Radiological Information Service (URIS) van Moskou

Beschrijving

Inclusiecriteria:

  • geen pathologie in een long op thoraxfoto
  • tekenen van longtuberculose op thoraxfoto

Uitsluitingscriteria:

  • elke pathologie in de longen (behalve tuberculose)

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
Voorbeeld N1
(n=140) met verhouding "normaal: tuberculose" 50:50
Diagnostische toets: Op AI gebaseerde röntgenanalyse en triage ("normaal/verdenking op tuberculose")
Alle meegeleverde röntgenfoto's worden geanalyseerd door het op AI gebaseerde systeem. Vervolgens worden de resultaten vergeleken met de mening van 2 ervaren radiologen (ze maken onafhankelijk van elkaar een peer review van alle opgenomen beelden).
Andere namen:
  • kunstmatige intelligentieanalyse van medische beelden
Monster N2
(n=150) met verhouding "normaal: tuberculose" 95:5
Diagnostische toets: Op AI gebaseerde röntgenanalyse en triage ("normaal/verdenking op tuberculose")
Alle meegeleverde röntgenfoto's worden geanalyseerd door het op AI gebaseerde systeem. Vervolgens worden de resultaten vergeleken met de mening van 2 ervaren radiologen (ze maken onafhankelijk van elkaar een peer review van alle opgenomen beelden).
Andere namen:
  • kunstmatige intelligentieanalyse van medische beelden

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Diagnostische nauwkeurigheidsmetriek 1
Tijdsspanne: Dag 1 na ontvangst van gegevens
Gevoeligheid
Dag 1 na ontvangst van gegevens
Diagnostische nauwkeurigheidsmetriek 2
Tijdsspanne: Dag 2 na ontvangst van gegevens
Specificiteit
Dag 2 na ontvangst van gegevens
Diagnostische nauwkeurigheidsmetriek 3
Tijdsspanne: Dag 3 na ontvangst van gegevens
Positieve voorspellende waarden
Dag 3 na ontvangst van gegevens
Diagnostische nauwkeurigheidsmetriek 4
Tijdsspanne: Dag 4 na ontvangst van gegevens
Negatieve voorspellende waarden
Dag 4 na ontvangst van gegevens
Diagnostische nauwkeurigheidsmetriek 5
Tijdsspanne: Dag 5 na ontvangst van gegevens
Waarschijnlijkheidsfactor
Dag 5 na ontvangst van gegevens
Diagnostische nauwkeurigheidsmetriek 6
Tijdsspanne: Dag 6 na ontvangst van gegevens
Gebied onder de ROC-curve
Dag 6 na ontvangst van gegevens

Medewerkers en onderzoekers

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

Sponsor

Research and Practical Clinical Center for Diagnostics and Telemedicine Technologies of the Moscow Health Care Department

Onderzoekers

  • Hoofdonderzoeker: Anton Vladzymyrskyy, Research and Practical Clinical Center for Diagnostics and Telemedicine Technologies of the Moscow Health Care Department

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 februari 2018

Primaire voltooiing (Werkelijk)

15 maart 2018

Studie voltooiing (Geschat)

30 december 2023

Studieregistratiedata

Eerst ingediend

28 maart 2018

Eerst ingediend dat voldeed aan de QC-criteria

25 mei 2023

Eerst geplaatst (Werkelijk)

5 juni 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

5 juni 2023

Laatste update ingediend die voldeed aan QC-criteria

25 mei 2023

Laatst geverifieerd

1 mei 2023

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • 2018-1

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