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

Voorspelling van de ernst van COPD met behulp van elektrische impedantietomografie

5 april 2024 bijgewerkt door: wang kaifei, Chinese PLA General Hospital

Voorspelling van de ernst van COPD-thorax CT met behulp van elektrische impedantietomografie door middel van machinale leermethoden

Het doel van deze studie is om de visuele CT-score van emfyseem te voorspellen met op EIT gebaseerde parameters, om zo een niet-invasieve en handige methode te bieden voor de evaluatie van de longstructuur en de fysiologische en pathologische progressie van COPD.

Studie Overzicht

Gedetailleerde beschrijving

Methoden: Door het verzamelen van longfunctiegegevens, visuele CT-scores en EIT-gegevens, en het gebruik van deep machine learning-algoritmen om de voorspellende mogelijkheden van EIT en PFT voor visuele CT-scores van longemfyseem te vergelijken, heeft deze studie tot doel het vermogen van EIT om te beoordelen de progressie van COPD.

Studietype

Observationeel

Inschrijving (Geschat)

150

Contacten en locaties

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

Studiecontact

  • Naam: Zhimei Duan, doctor
  • Telefoonnummer: 13716376758
  • E-mail: 549117002@qq.com

Studie Locaties

    • Beijing
      • Beijing, Beijing, China, 100853
        • Werving
        • PLA
        • Contact:

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

Ja

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Klinische artsen vermoeden dat een patiënt mogelijk COPD heeft op basis van symptomen en lichamelijk onderzoek, maar een definitieve diagnose is niet bevestigd door middel van PFT's.

Beschrijving

Inclusiecriteria:

  • Klinische artsen vermoeden dat een patiënt mogelijk COPD heeft op basis van symptomen en lichamelijk onderzoek, maar een definitieve diagnose is niet bevestigd door middel van PFT's.
  • Leeftijd > 20 jaar, en in staat zijn om met artsen te communiceren.
  • Bereid om geïnformeerde toestemming te ondertekenen voor het verloop van het onderzoek.

Uitsluitingscriteria:

  • Weigering van de patiënt voor EIT-onderzoek.
  • De CT-scaninformatie is onvolledig en het interval tussen het longfunctieonderzoek en de CT-scan bedraagt ​​meer dan 180 dagen.

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
De voorspellende kracht van EIT en PFT voor CT-visuele scoring van emfyseem
Tijdsspanne: 1 maanden
de voorspellingsnauwkeurigheid tussen deep machine learning-modellen op basis van PFT-gegevens en EIT-gegevens
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 (Werkelijk)

1 april 2023

Primaire voltooiing (Geschat)

1 juni 2024

Studie voltooiing (Geschat)

1 augustus 2024

Studieregistratiedata

Eerst ingediend

30 maart 2024

Eerst ingediend dat voldeed aan de QC-criteria

5 april 2024

Eerst geplaatst (Werkelijk)

11 april 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

11 april 2024

Laatste update ingediend die voldeed aan QC-criteria

5 april 2024

Laatst geverifieerd

1 april 2024

Meer informatie

Termen gerelateerd aan deze studie

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