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

Kunstmatige intelligentie bij longkankerscreening (INAIL BRIC)

30 mei 2024 bijgewerkt door: Giulia Veronesi, Scientific Institute San Raffaele

Ontwikkeling van een model voor kunstmatige intelligentie bij de screening van longkanker voor de diagnose van longknobbeltjes en risicostratificatie bij personen met beroepsmatige blootstelling en/of blootstelling aan roken

Single-center, non-profit, observationeel, retrospectief onderzoek naar het verzamelen van klinische en amnestische gegevens en beelden om een ​​pilotmodel van een geïntegreerd virtueel platform te creëren, implementeren en ontwikkelen.

Studie Overzicht

Toestand

Voltooid

Gedetailleerde beschrijving

Het project dat wij voorstellen is een studie met als doel het ontwikkelen van een programma voor kunstmatige intelligentie, geïntegreerd in een webgebaseerd platform voor de optimalisatie van de prestaties van longkankerscreening voor de diagnose van longknobbeltjes en risicostratificatie bij proefpersonen die worden blootgesteld aan kankerverwekkende stoffen in de omgeving en/of of sigarettenrook.

Inclusiecriteria:

Leeftijd > 50; rokers gedurende ten minste 20 pakjaren (20 cigarillo's per dag gedurende 20 jaar) of voormalige zware rokers als ze minder dan 15 jaar geleden zijn gestopt; en/of eerdere professionele blootstelling aan asbest; afwezigheid van symptomen van longkanker; die na het jaar 2000 longkankerscreening hebben uitgevoerd na goedkeuring van het onderzoek door de relevante EC.

Studietype

Observationeel

Inschrijving (Werkelijk)

728

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

      • Milan, Italië, 20132
        • IRCCS San Raffaele Scientific Institute

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

Leeftijd > 50 jaar; rokers gedurende ten minste 20 pakjaren (20 sigaretten per dag gedurende 20 jaar) of voormalige zware rokers als ze minder dan 15 jaar geleden zijn gestopt; en/of eerdere professionele blootstelling aan asbest.

Alle proefpersonen namen deel aan het screeningsprogramma voor longkanker.

Beschrijving

Inclusiecriteria:

  • Leeftijd > 50 jaar;
  • rokers gedurende ten minste 20 pakjaren (20 sigaretten per dag gedurende 20 jaar) of voormalige zware rokers als ze minder dan 15 jaar geleden zijn gestopt;
  • en/of eerdere professionele blootstelling aan asbest;
  • afwezigheid van symptomen van longkanker;
  • die na het jaar 2000 longkankerscreening hebben uitgevoerd na goedkeuring van het onderzoek door de relevante Etische Commissie

Uitsluitingscriteria:

  • Leeftijd < 50 jaar
  • nooit rokers
  • symptomen van longkanker

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
proefpersonen die deelnamen aan screening op longkanker
Werkelijke rokers of voormalige roker; Leeftijd > 50 jaar.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
DOEL 1 Pilot deep learning-model
Tijdsspanne: vanaf de inschrijving tot het einde van de behandeling na 2 jaar
Ontwikkeling en verfijning van een pilot-deep learning-model voor automatische detectie en diagnose van door screening gedetecteerde knobbeltjes voor risicostratificatie bij proefpersonen met blootstelling aan asbest als onderdeel van een screeningsprogramma voor longkanker bij proefpersonen met een hoog risico op blootstelling aan asbest en roken achteraf gegevens.
vanaf de inschrijving tot het einde van de behandeling na 2 jaar

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
DOEL 2 Klinische database
Tijdsspanne: vanaf de inschrijving tot het einde van de behandeling na 2 jaar
Ontwikkeling van een geïntegreerd systeem tussen de klinische database en verschillende bestaande volumetrische beeldvormingssoftware en risicomodellen voor de creatie van een pilootplatform om het organisatorische beheer van longkankerscreening te optimaliseren.
vanaf de inschrijving tot het einde van de behandeling na 2 jaar

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)

2 december 2022

Primaire voltooiing (Werkelijk)

22 mei 2024

Studie voltooiing (Werkelijk)

30 mei 2024

Studieregistratiedata

Eerst ingediend

30 mei 2024

Eerst ingediend dat voldeed aan de QC-criteria

30 mei 2024

Eerst geplaatst (Werkelijk)

5 juni 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

5 juni 2024

Laatste update ingediend die voldeed aan QC-criteria

30 mei 2024

Laatst geverifieerd

1 mei 2024

Meer informatie

Termen gerelateerd aan deze studie

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 Longkankerscreening

3
Abonneren